Высокие статистические технологии

Форум сайта семьи Орловых

Текущее время: Вт мар 19, 2024 7:37 am

Часовой пояс: UTC + 3 часа




Начать новую тему Ответить на тему  [ Сообщений: 393 ]  На страницу Пред.  1 ... 5, 6, 7, 8, 9, 10  След.
Автор Сообщение
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб янв 22, 2022 4:04 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1096 от 24 января 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь с докладами А.И. Орлова "Солидарная информационная экономика - основа новой парадигмы экономической теории", "Миф мировой науки" и "О развитии контроллинга организационно-экономических методов".



Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., директор Института высоких статистических технологий и эконометрики, профессор МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

Солидарная информационная экономика - основа новой парадигмы экономической теории

Ключевые слова: экономическая наука, парадигма, Аристотель, инновации, информационное общество, информационно-коммуникационные технологии, менеджмент, солидарная информационная экономика, цифровая экономика.
Keywords: economics, paradigm, Aristotle, innovations, information society, information and communication technologies, management, solidary information economy. digital economy.

1. Введение
Настало время отказаться от устаревшей парадигмы экономической теории, основанной на понятиях рыночной экономики и свободного предпринимательства, и перейти к новой, соответствующей реалиям цифровой экономики. Такой переход необходим для успешной реализации стратегии развития России в XXI веке. Будучи одним из наиболее цитируемых отечественных экономистов (по данным РИНЦ), считаю необходимым обратить внимание коллег на назревшую необходимость смены парадигмы и предложить в качестве основы новой парадигмы разрабатываемую нами солидарную информационную экономику.
Цифровая экономика основана на интенсивном использовании информационно-коммуникационных технологий в реальной экономике и управлении социально-экономическими структурами. Аппаратная база таких технологий - компьютеры, их сети и т.п. Научно-методическая база цифровой экономики активно разрабатывалась с 1940-х годов (а до этого момента была предыстория, которую можно отсчитывать от Лейбница). К настоящему времени количество новшеств перешло в качество. Накопленные научные и практические результаты привели к взрыву инноваций в менеджменте. Прежние технологии управления уходят в прошлое.
Какие воззрения и их практические реализации приходят на смену? Базовой экономической теорией становится разрабатываемая нами с 2007 г. солидарная информационная экономика (первоначальное название - неформальная информационная экономика будущего). Вслед за Аристотелем полагаем, что экономика - это наука о том, как управлять хозяйством. Развиваем идеи В.М. Глушкова (проект ОГАС), Ст. Бира (система Киберсин), В. Пол Кокшотта и Аллина Ф. Коттрелла (продемонстрировали возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом). Солидарная информационная экономика предназначена для замены рыночной экономики в качестве базовой экономической теории.

2. Базовая информация о цифровой экономике
Широко применяемые в современных публикациях понятия "инновационная экономика", "высокотехнологическая цивилизация", "общество знаний", "информационное общество" близки понятию "экономика знаний". К этому понятийному ряду можно добавить и появившийся позже термин "цифровая экономика". Современной цифровой экономике посвящена наша монография [1]. Упомянем также "искусственный интеллект".
Руководство нашей страны уделяет большое внимание развитию цифровой экономики. Правительство РФ распоряжением от 28.07.2017 № 1632-р утвердило программу «Цифровая экономика Российской Федерации». Этот документ разработан по указанию Президента РФ, озвученному им в ежегодном Послании Федеральному Собранию РФ 1 декабря 2016 года. Указом Президента Российской Федерации № 215 от 15 мая 2018 года создано Министерство цифрового развития, связи и массовых коммуникаций РФ (на базе Министерства связи и массовых коммуникаций РФ). При этом под цифровой экономикой понимается "хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг" [2].
Таким образом, цифровая экономика основана на интенсивном использовании информационно-коммуникационных технологий в реальной экономике и в управлении конкретными социально-экономическими структурами. Аппаратная (техническая и программная) база таких технологий - компьютеры, сети (как Интернет, так и корпоративные, закрытые для внешних пользователей), облачные хранилища данных и т.п. Как уже отмечалось, научно-методическая база современной цифровой экономики активно разрабатывалась по крайней мере с 1940-х годов (более ранние работы Лейбница, Тьюринга, Поста и др. были одиночными). Однако в настоящее время количество информационно-коммуникационных разработок перешло в качество. Накопленные научные результаты и опыт практического применения привели к взрыву инноваций в менеджменте. Прежние технологии управления, как мы наблюдаем, уходят в прошлое. Каким будет будущее? Обсудим прогнозируемое развитие цифровой экономики.

3. Цифровая экономика как современный этап развития информационно-коммуникационных технологий
Цифровизация является и вызовом, и актуальным "окном возможностей" резкого технологического и экономического скачка. На примере цифровой энергетики это утверждение убедительно обосновали сотрудники Института проблем управления РАН [3]. Обсудим состояние и перспективы цифровой экономики с точки зрения инноваций в менеджменте.
Термин "цифровая экономика" имеет как достоинства, так и недостатки. Основное достоинство - краткость. Один из недостатков - начальное слово в термине "цифровая" нельзя понимать как относящееся к набору из 10 арабских цифр, используемых в арифметике. Ближе к сути цифровой экономики слова "информация" (в том числе словесная) и "компьютер". Другой недостаток - второе слово "экономика" относится к взаимоотношениям людей в процессах производства и распределения, а эти взаимоотношения нельзя считать исключительно "цифровыми". Однако термин "цифровая экономика" широко распространен, закреплен в нормативных документах, поэтому будем его использовать вместо ранее распространенных синонимов.
Широко известны исследования Н. Винера в области цифровой экономики [4]. В середине ХХ в. цифровую экономику назвали экономической кибернетикой, рассматривая ее как часть кибернетики - новой научной области, получившей наименование по названию книги Н. Винера [5], впервые выпущенной в 1948 г. Уже на первоначальном этапе развития кибернетики рассматривались многие проблемы, которые только сейчас стали актуальны для большинства экономических субъектов. Например, влияние роботизации (во времена Винера - автоматизации) на занятость.
В нашей стране в те же пятидесятые годы активно обсуждалась возможность автоматизации управления народным хозяйством (А.И. Берг, А.И. Китов, А.А. Ляпунов). Затем пришло - и весьма быстро (шестидесятые - семидесятые годы) - время грандиозного проекта общегосударственной автоматизированной системы ОГАС (В.М. Глушков), реально реализованной в Чили системы управления экономикой страны Киберсин (Ст. Бир), различных АСУ (автоматизированных систем управления), том числе предназначенных для управления большими системами, например, такими, как военно-морской флот. В Центральном экономико-математическом институте (ЦЭМИ) АН СССР была разработана развернутая система оптимального функционирования экономики СОФЭ. Много было сделано в области применения подходов цифровой экономики (в лице кибернетики) на предприятиях.
После смены экономической системы в наше стране на рубеже 1990-х годов цифровая экономика стала разрабатываться прежде всего на микроуровне (на уровне предприятий и организаций).
Концепции, технологии, системы информатизации бизнеса были разработаны А.М. Карминским и его соавторами [6]. Ими была разработана методология создания информационных систем в экономике, обобщена практика использования таких систем.
Большое количество учебников и монографий посвящено информационному менеджменту на предприятии, экономической эффективности внедрения информационных технологий , информационным системам управления производственной компанией, менеджменту в области информационно-коммуникационных технологий.
Применение инструментария цифровой экономики не ограничивается сферой производства. Так, в настоящее время весьма интенсивно обсуждаются проблемы высшего и среднего образования, например. информационно-коммуникационные технологии в компетентностно-ориентированном образовании.
Многообразным аспектам цифровой экономики посвящено огромное количество публикаций. Мы рассмотрели лишь некоторые из них, отобрав наиболее интересные для нас. Добавим к списку две наши монографии. Перспективные математические и инструментальные методы контроллинга обсуждаются в [7]. Инструментальные методы - это методы, основанные на использовании компьютеров для анализа информации, т.е. методы цифровой экономики. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента рассматриваем в рамках цифровой экономики [8].
Различные аспекты цифровой экономики постоянно обсуждаются на страницах научной периодики, в частности, выпускаемых нашим научным коллективом журналов "Контроллинг" и "Инновации в менеджменте". Рассмотрим только два номера журнала "Инновации в менеджменте" (2018. №№ 3, 4). В передовой статье С.Г. Фалько анализирует бизнес-модели новых предприятий в условиях перехода к цифровой экономике. Экономической диагностике облачных решений (на примере office 365) посвящена работа К. Мамедова и Т.Н. Рыжиковой. Особенности управления человеческим капиталом на предприятиях в условиях цифровой экономики обсуждают Н.Р. Кельчевская и Е.В. Ширинкина. Цифровая трансформация финансового сектора - предмет статьи С.Ю. Перцевой.
Вполне естественно, что в большинстве публикаций по цифровой экономике рассматриваются те или иные конкретные предметные области или стороны. Однако необходимо обсудить бурное развитие цифровой экономики в целом. С какими вызовами мы сталкиваемся? Какое влияние это развитие окажет на хозяйственную деятельность в целом? Какое "окно возможностей" раскрывает цифровая экономика? Почему можно ожидать, что она приведет к резкому технологическому и экономическому скачку?

4. Цифровая революция
Как часто говорят и пишут, цифровизация - четвёртая промышленная революция. Количество инноваций в области применения информационно-коммуникационных технологий в экономике и управлении перешло в качество. Приведем примеры.
Менее двух десятилетий назад - в 2001 г. - мобильные телефоны были, по нашим данным, лишь у 1% населения России. Тогда обсуждали электронный документооборот как новшество. А сейчас всемирный Интернет позволяет нам забыть об офисной работе, привязке к определенному городу и стране. Теперь можно работать над самыми серьезными задачами в команде, члены которой разбросаны по всему миру. Удаленная работа и виртуальные организации без офисов становятся нормой. Не надо ездить в командировки, вопросы можно обсудить и решить с помощью целого ряда информационно-коммуникационных технологий. Горячие головы хотят и образование сделать цифровым.
Констатируем прогрессирующее сокращение (вплоть до ликвидации) слоя посредников. Так, судьба турагентств незавидна: зачем потенциальным клиентам к ним обращаться, когда можно самостоятельно заказать билеты и номер в отеле? Интернет-журнал Factinteres привел примеры профессий, которые в ближайшем будущем перестанут существовать: телефонный оператор, спортивный судья, работник конвейера, туристический агент, диспетчер такси, кассир, водитель такси. Публикуют и более длинные списки профессий, которые исчезнут в ближайшие десятилетия, а также и списки тех, которые появятся. Например, "приговорены" бухгалтеры и преподаватели. Менеджеров, занимающихся кредитами в банках, заменяет искусственный интеллект.
Намечаются изменения и в политической сфере. Место структур представительной демократии постепенно занимают процедуры прямого действия, основанные на голосовании миллионов через Интернет. Примером являются процедуры, применяемые онлайн-платформами Avaaz.org и Change.org.
По мнению ряда специалистов, общество потребления уходит в прошлое. В последние годы мировое сообщество стало больше обращать внимание на то, что заимствование намного экономнее и удобнее обычной покупки. Финансовый кризис 2008 год стал своеобразным катализатором изменений в мировой экономике, появился абсолютно новый феномен — sharing economy, т.е. "совместное владение", в основе которого лежат не привычные нам отношения "купи-продай", а аренда. Sharing economy опирается на цифровые технологии.
Эссе "Мир будущего - ни привычной работы, ни частной собственности, ни личного пространства" написала член парламента Ида Аукен к Мировому экономическому форуму 2017 года (ранее она занимала пост министра экологии Дании). Она пишет: "Мне ничего не принадлежит. У меня нет своей машины. Нет дома. У меня нет бытовых приборов или своей одежды. Это может показаться вам странным, но для нас, жителей города, такая жизнь кажется идеальной. Все, что раньше считалось продуктом, теперь стало услугой. У нас есть доступ к транспорту, жилью, еда и всему, что необходимо в повседневной жизни. Одна за другой эти вещи стали бесплатными, и в итоге у нас не было смысла владеть чем-то" [9] (Auken, 2016).
В цифровой экономике информация становится общедоступной (сначала - для силовых структур). Исчезает само понятие конфиденциальности, коммерческой тайны. Неприкосновенность частной жизни уходит в прошлое. Передвижения граждан (в частности, в автомобилях), письма, переговоры фиксируются на электронных носителях. В ближайшей перспективе становятся ненужными банковские карты, документы, ключи, наличные деньги. Решения о допуске к перечисленным благам будет принимать искусственный интеллект на основе биометрических данных. Ясно, что в цифровом обществе понятия конкуренции и свободы предпринимательства должны быть преобразованы.

5. Цифровая экономическая теория
В новой ситуации нужна новая экономическая теория. Для ее разработки целесообразно обратиться к истокам экономической науки.
Согласно определению Аристотеля, экономика – это хозяйственная деятельность, направленная на удовлетворение естественных потребностей человека [10]. В XIX-ХХ вв. мировая экономика превратилась в свой антипод – хрематистику: обогащение стало самоцелью, различные финансовые спекуляции подменили реальное производство, власть постепенно переходила к наднациональным хозяевам денег – банкирам-ростовщикам. Вместо удовлетворения потребностей людей - упор на прибыль. В теоретическом осмыслении хозяйственной деятельности стала господствовать рыночная экономика. Хотя по оценке американского экономиста и теоретика менеджмента П. Друкера, 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику» [11], до сих пор в сознании российских исследователей и практических работников продолжает господствовать рыночная риторика.
Вернуться на путь Аристотеля позволяет разрабатываемая нами солидарная информационная экономика, развивающая идеи ОГАС В.М. Глушкова и системы "Киберсин" Ст. Бира. Первая Интернет-публикация по этой теории сделана нами 11 июня 2007 г. (http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=570). На 08.01.2020 этот ресурс просмотрен более 227,9 тыс. раз, что свидетельствует об интересе специалистов. Основные идеи солидарной информационной экономики впервые были сформулированы в статье [12]. Список публикаций по солидарной информационной экономике (первоначальное название - неформальная информационная экономика будущего) на 08.01.2020 включает 59 названий (http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=951). Основные результаты отражены в монографии [1], публикациях 2019 г. [13-16].

6. Кратко о некоторых основных идеях солидарной информационной экономики
Согласно [1] cначала необходимо выявить потребности (т.е. задать цель работы социально-экономической системы). Затем планируем действия по удовлетворению этих потребностей. В качестве инструментальных методов укажем на оптимизационные алгоритмы (прежде всего на алгоритмы линейного программирования) и межотраслевой баланс Леонтьева. Как показали шотландские экономисты Кокшот и Котрелл [17, 18], мощности компьютеров к концу ХХ в. достигли такого уровня развития, что стало возможным провести расчеты, во-первых, для всех производимых товаров и услуг, во-вторых, для всего Земного шара. Отсюда, в частности, следует, что работавший в СССР Госплан в принципе не мог полностью выполнять свою задачу (планирование деятельности народного хозяйства) из-за низкой производительности компьютеров. Недостатки в работе Госплана в СССР были неизбежны. И такие недостатки хорошо известны.
Если планирование не вызывает принципиальных сложностей, то разработка методов целеполагания требует дальнейших исследований. Идея сетевого общества и сетевой демократии [1] должна быть дополнена инструментарием экспертных оценок.
В соответствии с [1] кратко рассмотрим шестишаговую схему применения солидарной информационной экономики для повышения эффективности процессов управления в крупной корпорации (как примере крупномасштабной экономической системы), организации (предприятия) которой находятся в различных регионах.
1. Выделение ЗАДАЧ, для решения которых привлекаются и/или будут привлекаться эксперты.
2. После составления и гармонизации СИСТЕМЫ ЗАДАЧ (в управленческих терминах) составляем систему МОДЕЛЕЙ ЭКСПЕРТИЗ (описываем систему «черных ящиков», т.е. систему «входов» - «выходов») в терминах организационно-экономического моделирования экспертной деятельности.
3. На основе МОДЕЛЕЙ разрабатываем (адаптируем или вновь предлагаем) МЕТОДЫ экспертных исследований (т.е. сбора и анализа экспертных оценок, на пути от «входа» к «выходу»).
4. На основе МЕТОДОВ выявляем ТРЕБОВАНИЯ к экспертам (включая внешних), а также к регламентам экспертных процедур (т.е. «условия применимости» экспертных методов), включая регламенты формирования сети (реестра) экспертов, формирования экспертной комиссии (ЭК), заданий экспертам, процедурам сбора и анализа мнений экспертов, выработки заключений ЭК.
5. Формируем основы НТД (нормативно-технических документов) по созданию и деятельности СИСТЕМЫ ЭКСПЕРТИЗ Компании.
6. Разрабатываем пошаговую процедуру и график внедрения проекта по созданию СИСТЕМЫ ЭКСПЕРТИЗ Компании.
Новизна научных основ проекта «Сеть экспертов» состоит, в частности, в том, что вместо отдельных экспертных комиссий, предназначенных для проведения конкретных экспертиз, строим СЕТЬ ЭКСПЕРТОВ, работающую постоянно и являющуюся составной частью системы управления корпорации. Сеть экспертов действует в постоянном контакте (и в переплетении) с системой принятия управленческих решений. Сетевая корпоративная экспертная структура является открытой – любой сотрудник через корпоративную информационную систему может включиться в эту структуру (как эксперт с совещательным голосом).
Таким путем в рамках отдельно взятой конкретной корпорации реализуются основные идеи солидарной информационной экономики и открытого сетевого общества. Имеем в виду прежде всего ракетно-космическую промышленность, к которой относятся многие наши работы (см., например, [8]).
Эффективность применения подходов солидарной информационной экономики в государственном и муниципальном управлении, международной деятельности, планировании и контроле в масштабах Земного шара не вызывает сомнений.

Выводы
Мы рассматриваем цифровую экономику как современный этап развития информационно-коммуникационных технологий, основанных на использовании компьютеров и сетей. Проанализировано многообразие исследований в области цифровой экономики. Количество инноваций в области информационно-коммуникационных технологий в экономике и управлении перешло в качество - имеем дело с четвёртой промышленной революцией. В современных условиях нужна новая (цифровая) экономическая теория. В качестве таковой предлагаем солидарную информационную экономику, основанную на идеях Аристотеля, Глушкова, Ст. Бира и других.

Список литературы

1. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
2. Стратегия развития информационного общества в Российской Федерации на 2017 – 2030 годы (утв. Указом Президента РФ от 09.05.2017 № 203).
3. Воропай Н.И., Губко М.В., Ковалев С.П. и др. Проблемы развития цифровой энергетики в России // Проблемы управления. 2019. № 1. С. 2-14.
4. Винер Н. Кибернетика и общество. - М.: Изд-во иностранной литературы. 1958. - 200 с.
5. Винер Н. Кибернетика, или управление и связь в животном и машине. 1948-1961. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.
6. Информатизация бизнеса: концепции, технологии, системы / А.М. Карминский, С.А. Карминский, В.П. Нестеров, Б.В. Черников; Под ред. А.М. Карминского. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2004. - 624 с.
7. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г. Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
8. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
9. Auken Ida, Parliament of Denmark. Welcome to 2030. I own nothing, have no privacy, and life has never been better - 2016. URL: https://www.weforum.org/agenda/2016/11/ ... t-that-is/ (дата обращения 08.01.2020).
10. Аристотель. Политика // Сочинения в 4-х томах. - М:, Мысль, 1983. Т.4. - 830 с.
11. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. - М.: Бук Чембэр Интернэшнл, 1994. - 380 с.
12. Орлов А.И. Неформальная информационная экономика будущего. // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
13. Орлов А.И. Аристотель и цифровая экономика // Biocosmology – neo-Aristotelism. Vol. 9, Nos. 1&2, Winter/Spring 2019. С. 7-20.
14. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
15. Орлов А.И. Цифровая экономика, инновации в менеджменте, контроллинг и идеи Аристотеля // Информационное общество и цифровая экономика: глобальные трансформации. Материалы IV Национальной научно-практической конференции (Краснодар, 23 - 25 мая 2019 г.). - Краснодар: Издательство: Кубанский государственный университет, 2019. - С. 44-56.
16. Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 4(22).
17. Cockshott W. Paul and Cottrell Allin F. Information and Economics: A Critique of Hayek. November 1996. [Электронный ресурс]. URL: http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf (дата обращения 08.01.2020).
18. Кокшотт П. Расчёт в натуральной форме: от Нейрата до Канторовича. Перевод С. Маркова под ред. С. Голикова и Д. Левыкина [Электронный ресурс]. URL: http://left.ru/2009/6/cockshott188.phtml (дата обращения 08.01.2020).

Публикация:
1156. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономической науки / Россия: Тенденции и перспективы развития. Ежегодник. Вып. 15: Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 1 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. –С. 163-167.
http://ukros.ru/archives/22646
http://innclub.info/archives/16770
https://www.academia.edu/42202130/



Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., профессор, директор Института высоких статистических технологий и эконометрики, профессор МГТУ
prof-orlov@mail.ru

Миф мировой науки

Ключевые слова: наука, управление, миф, наукометрия, число цитирований, библиографические базы данных.
Keywords: science, management, myth, scientometrics, number of citations, bibliographic databases.

В послании Федеральному собранию 15 января 2020 г. президент России В.В. Путин подчеркнул, что «суверенитет нашего народа должен быть безусловным», и предложил внести в Конституцию норму, окончательно закрепляющую верховенство российского законодательства над международным. Рассмотрим ситуацию в управлении наукой с позиций этого предложения В.В. Путина. Ключевым вопросом является отношение к понятию «мировая наука».
В среде научных работников культивируется миф мировой науки. Согласно нему предполагается, что каждое новое исследование - это кирпичик в здание мировой науки. Научный работник должен быть знаком с достижениями своих коллег как отечественных, так и зарубежных. В свою очередь, он обязан донести свои результаты до исследователей всех стран.
Мой полувековой опыт научной деятельности говорит о том, что эти утверждения - миф, причем миф вредный. Статья посвящена обсуждению различных сторон этого мифа и его разоблачению.
Защитники мифа будут пытаться перейти на личность автора статьи. Поэтому начнем с объективной оценки вклада автора в науку. Более полувека назад в фундаментальной монографии В.В. Налимова и З.М. Мульченко [1] установлено, что объективной оценкой вклада ученого науку является число цитирований его публикаций в дальнейших научных работах. Автор является одним из наиболее цитируемых отечественных исследователей по экономике и математике, в чем легко убедиться, взглянув на данные Российского индекса научного цитирования. На 22 января 2020 г. в РИНЦ зарегистрировано 522 публикации автора настоящей статьи, 13572 цитирования, индекс Хирша 40. Сопоставьте со своими данными.
Надо уточнить, что речь идет о фундаментальной науке. Научные исследования разделим на прикладные и фундаментальные. Прикладные научные исследования выполняются в интересах определенных заказчиков, которые и оценивают их успешность. Публикация полученных научных результатов не всегда целесообразна. Ограничения накладывает необходимость соблюдения государственной или коммерческой тайны. Для фундаментальных исследований нет таких заказчиков, поскольку их результаты никому конкретно не нужны. Фундаментальные научные исследования нацелены на приращение знания. Такое приращение когда-то в будущем (но весьма редко) может дать полезные практические результаты. Поэтому результативность фундаментальных научных исследований приходится оценивать по их вкладу в информационный процесс развития науки, по тому, как публикация использовалась в работах дальнейших исследователей, т.е. по показателям цитируемости. Из двух работ та оказала большее влияние на развитие науки, которую больше цитируют. Хотя к этому базовому утверждению можно дать ряд комментариев (см., например, [2]), его глубинная истинность не вызывает сомнений.
Как подсчитать число цитирований научной работы? Такая возможность появилась только в эпоху цифровой экономики и больших данных, когда можно осуществить сплошной поиск по широкой совокупности открытых информационных ресурсов. Точнее говоря, в мире действует ряд баз данных и построенных на их основе индексов цитирования.
Пишут, что «Российский индекс научного цитирования (РИНЦ) — библиографическая база данных научных публикаций российских учёных». Действительно, значительное число работ российских ученых отражено в РИНЦ, в частности, опубликованные в журналах «списка ВАК» (перечень ведущих рецензируемых научных журналов, включённых Высшей аттестационной комиссией России в список изданий, рекомендуемых для опубликования основных научных результатов диссертации на соискание ученой степени кандидата и доктора наук). Но отнюдь не все высококачественные издания индексируются в РИНЦ. Например, РИНЦ игнорирует журнал «Экономист» (прежнее название «Плановое хозяйство»), издаваемый с 1924 г., ежегодник «Статистические методы оценивания и проверки гипотез», выпускаемый с 1976 г., журнал «Биокосмология – нео-Аристотелизм» (Bilingual Electronic Journal of Universalizing Scientific and Philosophical Research based upon the Original Aristotelian Cosmological Organicism). Хорошо известно, что РИНЦ не индексирует часть российских научных публикаций. Тем не менее, по нашей экспертной оценке, РИНЦ дает достаточно адекватное представление о российской науке [3].
Из западных библиографических баз данных научных публикаций российским администраторам в области науки наиболее известны две - Скопус (Scopus) и WoS (Web of Science). Разработчиком и владельцем Scopus является западная издательская корпорация Elsevier (Амстердам, Нидерланды). До 2016 года система WoS разрабатывалась и принадлежала компании Thomson Reuters, с 3 октября 2016 года управляется новой независимой компанией — Clarivate Analytics (Филадельфия, Пенсильвания, США). Есть много других библиографических баз данных научных публикаций как общих (например, Академия Google), так по отдельным группам научных специальностей (например, Agris - по всем вопросам сельского хозяйства и смежным с сельским хозяйством областям).
Весьма важно, какие публикации индексируются в той или иной базе данных. В связи с этим обстоятельством необоснованность некоторых широко распространенных утверждений поражает. Например, на основе данных библиографической базы Scopus утверждают, что вклад России в мировую науку составляет порядка 1% (ссылок не даем, чтобы не пропагандировать недостойные работы и их авторов). Однако в указанную базу включено более 6000 американских журналов и только около 200 — российских (а только в «списке ВАК» — несколько тысяч российских журналов). Нельзя удивляться малой цитируемости отечественных работ — просматривается один российский журнал на 30 американских! Если же сделать напрашивающуюся поправку — умножить на 30, чтобы уравнять число индексируемых журналов — то получим, что оценка доли России — 30 %, что вполне сопоставимо с американской долей (28,7 %).
Миф мировой науки имеет ряд составляющих (см. также [4]).
Одна из составляющих этого мифа - необходимость тщательного знакомства с зарубежными публикациями, имеющими отношение к тематике работы отечественного исследователя. Следствием является требование к списку цитируемых статей и книг - зарубежные публикации должны составлять в нем десятки процентов. На самом же деле начинать исследование вполне можно с постановки важной (для исследователя) задачи, не беспокоясь о том, что о ней думают в России или за рубежом. Для дальнейшего развития могут пригодиться публикации российских ученых. Зарубежные статьи нужны лишь тогда, когда нет отечественных по той же тематике. Чем дальше ученый развивает свою тематику, тем больше ему приходится ссылаться на свои собственные предыдущие публикации и тем меньше - на внешние, отечественные и тем более зарубежные.
В качестве примера рассмотрим историю развития новой области прикладной статистики - статистики нечисловых данных [5]. Предыстория (1970-е годы) была связана с осознанием зарубежного опыта, но на основе переводов книг, а не поиска оригинальных западных статей. С момента выделения новой области (1979 г.) доля ссылок на зарубежных авторов монотонно падает, проводится цитирование внутри статистики нечисловых данных, т.е. цитирование отечественных авторов. Мы оказались настолько впереди зарубежья, что оглядываться на него не имеется смысла, это не приносит пользы.
Вторая составляющая мифа мировой науки - якобы имеется необходимость сообщить свои научные результаты мировому научному сообществу, причем почему-то англоязычному. Мировое сообщество либо игнорирует такие попытки, либо набрасывается на ценные идеи, порождая клубок публикаций, в котором уже и не разглядишь исходную отечественную идею. Можно привести образное сравнение. Отечественный ученый изготовил, скажем для примера, стол. Западному ученому стол понравился, и он решил его доработать - покрасил один угол. Второй покрасил ножку, третий - ящик, и т.д. В результате наблюдаем клубок публикаций. Как выглядит цитирование? Первый доработчик цитирует отечественного автора. Второй - пишет, что продолжает работу первого. Третий - развивает идеи второго. Основополагающий вклад россиянина забывается, не находит отражения в цитируемости. Этот эффект хорошо знаком историкам технических изобретений - исходная российская идея забивается доработчиками, и в настоящее время многие и не знают, что мобильный телефон, персональный компьютер и Интернет были изобретены в нашей стране.
Опубликовать статью на английском языке за рубежом — это возможность продемонстрировать, как ценят автора этой статьи во всем мире. И совсем неважно, что для соотечественников знакомство с этой статьей будет затруднено - как из-за трудностей при обращении к журналу, так и из-за языковых проблем. Зато специалисты в англосаксонских странах, являющихся геополитическими конкурентами нашей страны, совершенно бесплатно получают в свое распоряжение научные результаты, найденные на деньги российских налогоплательщиков [6]. Более того - перевод и оплата публикаций производится также за российский счет.
Резкий контраст со сравнительно недавними реалиями ХХ в., когда наши статьи переводились на английский западными партнерами, а авторы получали гонорары за переводы. Или вспомним работу фонда Сороса - в ответ на краткое изложение своих результатов (на русском) получали доллары. Сейчас все расходы переложены на российских авторов и организации, в которых они работают.
Кому выгодна такая глобализация? В современных условиях — геополитическим конкурентам нашей страны. Патриотизм означает, что заботиться надо прежде всего о своей стране, а не о геополитических конкурентах.
Из мифа мировой науки вытекают административные меры. Во многих российских научных организациях и вузах введены нормативы по публикациям статей в журналах, индексируемых в базах данных Scopus (Скопус) и Web of Science (WoS), а за публикацию таких статей их авторы получают внушительные выплаты. Если за нефть и газ западные потребители платят отечественным добытчикам, то научные результаты отдаем бесплатно, да еще и платим за доставку из своего кармана.
Развивая анализ мифа мировой науки, обсудим влияние внешнего мира на российскую науку и, наоборот, российской науки на внешний мир.
Бесспорно, что основная проблема современной науки - всеобщее невежество научных работников, вызванное огромными залежами накопленных научных результатов [2]. Нужно ли искать жемчужное зерно в этих залежах? Очевидно, службы научной разведки должны отслеживать движение мысли и научные достижения геополитических конкурентов. В фундаментальной науке функции научной разведки возложены на ВИНИТИ РАН. Выпуски выпускаемого этим институтом реферативного журнала охватывают основные отрасли науки.
Заметно большее значение, чем информация о заокеанской активности, имеет анализ отечественных достижений. Для преодоления естественного невежества проводят научные конференции и семинары, публикуют обзоры. Однако за последние десятилетия число участников конференций и семинаров уменьшилось по крайней мере на порядок. Одна из причин заключается, видимо, в том, что научные работники во многом переключились с проведения исследований на добычу средств, обеспечивающих потребности нижних этажей пирамиды Маслоу. Подготовка обзоров также сократилась - ведь в них нет новых научных результатов. Между тем читают обзоры в несколько раз чаще, чем оригинальные статьи. Сказанное объясняет, почему в настоящее время отсутствует целостное представление о развитии отечественной науки. Выработкой такого представления должны во много раз активнее заниматься специальные службы научно-информационные службы, продукция которых нацелена как на российских исследователей, так и на зарубежных специалистов. Именно такие службы должны представлять отечественную науку за рубежом, в то время как отечественным ученым естественно работать на Россию, а не на Запад.
Итак, миф мировой науки - инструмент антироссийской деятельности, в том числе пропаганды преклонения перед Западом и присвоения российской интеллектуальной собственности.
Ряд положений настоящей статьи высказывался и другими авторами. Например, член-корреспондент РАН Лев Александрович Грибов (лауреат Государственной премии РФ, заслуженный деятель науки России, профессор, доктор физико-математических наук, главный научный сотрудник Института геохимии и аналитической химии им. В.И. Вернадского РАН), доказывая необходимость собственных (т.е. российских) научных журналов, подчеркивает: «российские ученые должны работать на Россию» [8].
Развитию отечественной науки мешают еще и необоснованные попытки помешать естественному информационному процессу распространения информации. Так, президент РАН возмущается, что у ряда авторов «одна и та же статья была напечатана неоднократно с косметическими правками текста (а иногда даже и без них) в разных журналах» [9]. Действительно, многие тексты Александра Сергеевича Пушкина, Льва Николаевича Толстова и других авторов были напечатаны «неоднократно с косметическими правками текста (а иногда даже и без них)». Какое безобразие! Надо принять меры ...
Суть дела проста. Статьи печатают, чтобы распространять информацию. Ясно ведь, что, например, социологи или экономисты никогда не будут читать статьи по математическим методам исследования в журнале «Заводская лаборатория. Диагностика материалов». Значит, приходится им рассказывать отдельно. Президент РАН оторван от реального развития науки и живет представлениями узкого клана, в котором все друг друга знают - как по трудам, так и лично. Причем клана давнего, с соответствующей инфраструктурой - набором организаций, журналов, конференций и других научных институций.
К чему приведут гонения на повторные публикации? К значительной потере эффективности развития науки как информационного процесса (см. название книги В.В. Налимова и М. Мульченко [1]) из-за искусственного сокращения единиц распространения информации. Особенный ущерб понесут недавно возникшие мультидисциплинарные направления, не успевшие обзавестись своими журналами.
Подведем итоги. Как обосновано еще полвека назад [1] и подтверждено нашими исследованиями [2], основным наукометрическим показателем, по которому надо оценивать научную деятельность отдельного российского исследователя, научного коллектива (лаборатории, отдела, кафедры или организации), является число цитирований в РИНЦ (именно в РИНЦ, а не в западных базах данных!). Ориентация на зарубежные базы данных Скопус и WoS наносит вред интересам нашей страны [5], поскольку при этом игнорируется основная часть отечественной научной продукции, усилия исследователей направляются на достижение ложных целей (в частности, на подготовку статей на английском языке и пробивание их в англоязычные журналы, индексируемые в Скопус и WoS). Миф мировой науки соответствует представлению о России как о колонии англосаксов, в которой российская наука платит дань победителям, преподнося им свои научные результаты в виде, полностью подготовленном для бесплатного потребления англоязычными специалистами.

Список литературы
1. Налимов В.В., Мульченко З.М. Наукометрия. Изучение науки как информационного процесса. — М.: Наука, 1969. — 192 с.
2. Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
3. Орлов А.И. Методы анализа и оценки результатов научной деятельности с позиций контроллинга науки // Россия: тенденции и перспективы развития. Ежегодник. Материалы XVIII Международной научной конференции и других мероприятий, проведенных в рамках Общественно-научного форума «Россия: ключевые проблемы и решения» / Отв. ред. В.И. Герасимов. - М.: ИНИОН РАН, 2019. - С. 693-695.
4. Гринченко С.Н. Является ли мировая наука «организмом»? // Биокосмология – нео-Аристотелизм. 2014. - Т. 4, № 1–2. – С. 115–122.
5. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. - Т. 85, № 11. - С. 69-84.
6. Орлов А.И. Контроллинг научной деятельности // Контроллинг. 2019. - № 71. - С. 18-24.
7. Милек О.В., Шмерлинг Д.С. О продвижении университета на международном академическом «рынке» // Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. – М.: ИПУ РАН, 2013. – С. 139-143.
8. Грибов Л.А. Собственные научные журналы. Нужны ли они? // Троицкий вариант - Наука. 2018. - 24 октября.
9. Сергеев А.М. Не жалейте академиков // Российская газета. – М., 2020. - 14 января.

(http://innclub.info/archives/11597 )
http://innclub.info/archives/16615

Публикация:
1160. Орлов А.И. Миф мировой науки / Большая Евразия: Развитие, безопасность, сотрудничество. Ежегодник. Вып. 3. Ч. 1. Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 2 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. – С.687 - 689.



УДК 005.521:633.1:004.8; JEL: C00, L00

О развитии контроллинга организационно-экономических методов

Александр Иванович Орлов
Профессор, д.э.н., д.т.н., к.ф.-м.н.

Аннотация: Контроллинг организационно-экономических методов – это разработка и применение процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. Нами выполнены исследования по контроллингу методов в областях контроллинга: рисков, научной деятельности, персонала, качества, организационно-экономического обеспечения управления в аэрокосмической отрасли, экологической безопасности, агропромышленного комплекса.
Ключевые слова: контроллинг методов, организационно-экономические методы, скрытый контроллинг, инструменты контроллинга, области контроллинга.


About development of controlling for organizational and economic methods

Alexander Ivanovich Orlov
Full professor, DSc(Econ), DSc(Tech), PhD(Math)

Abstract: Controlling for organizational and economic methods is the development and application of conformity management procedures for the used and newly created (introduced) organizational and economic methods to the tasks set. We have carried out studies on controlling methods in the areas of controlling: risks, scientific activity, personnel, quality, organizational and economic support for management in the aerospace industry, environmental safety, and the agro-industrial complex.
Keywords: Controlling methods, organizational and economic methods, hidden controlling, controlling tools, areas of controlling.


1. Введение
Исходим из определения С.Г. Фалько: "Контроллинг - это ориентированная на перспективу и основанная на измерении факта система информационно-аналитической и методической поддержки менеджмента в процессе планирования, контроля, анализа и принятия управленческих решений, обеспечивающая координацию и интеграцию подразделений и сотрудников по достижению поставленных целей" [1]. Короче, система контроллинга – это система информационно-аналитической поддержки процесса принятия управленческих решений в организации [2]. Приведем еще одну формулировку С.Г. Фалько: "Сегодня контроллинг в практике управления российских предприятий понимается как «система информационно-аналитической и методической поддержки по достижению поставленных целей»" [3]. Контроллер разрабатывает правила принятия решений, руководитель принимает решения, опираясь на эти правила.
В современных условиях научное направление "Контроллинг" выделяется не только своей активностью, но и быстрым интенсивным и экстенсивным ростом. Расширяется многообразие конкретных областей применения концепций контроллинга, разрабатываются новые интеллектуальные инструменты контроллинга [4]. Отметим бурное развитие математического инструментария контроллинга [5, 6].

2. Скрытый контроллинг
В настоящее время часто используют скрытый контроллинг, т.е. контроллинг под псевдонимами [7]. Так, работы по информационно-аналитической поддержке процесса принятия управленческих решений проводились с давних времен, задолго до появления термина "контроллинг". Например, для принятия решений в военной области необходима информация о числе военнообязанных. О переписи военнообязанных рассказано в Ветхом Завете в Четвертой книге Моисеевой "Числа" [8]. При обсуждении этой переписи уместно использовать термины "статистические методы", "эконометрика", "контроллинг", однако этих появившихся позже терминов нет в Библии.
Однако и после появления рассматриваемых терминов они не всегда используются. В одних организациях действуют службы контроллинга, в других информационно-аналитические подразделения носят иные названия, ведущие свое происхождение, например, от аналитических центров и отделов по разработке и эксплуатации автоматизированных систем управления. Так, стандартизацию можно рассматривать как разновидность скрытого контроллинга
Псевдонимы используют не только для контроллинга. Термин "эконометрика" стал применяться в нашей стране начиная с 1990-х годов, хотя работы, посвященные статистическим методам в экономике и управлении (т.е. эконометрике в современном понимании), весьма активно велись еще в XIX в. [9].

3. Контроллинг организационно-экономических методов
В деятельности управленческих структур выделяем интересующую нас сторону – используемые ими организационно-экономические методы. Такие методы рассматриваем с точки зрения их влияния на эффективность (в широком смысле) процессов управления промышленными предприятиями и организациями других отраслей народного хозяйства, в частности, научно-исследовательскими институтами.
Инновации в сфере управления в промышленности и других отраслях народного хозяйства основаны, в частности, на использовании новых адекватных организационно-экономических методов. Контроллинг в этой области – это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам.
В статьях [10, 11] мы обосновали выделение в контроллинге новой области – контроллинг организационно-экономических методов - и обсудили содержание этой области. В соответствии с подробным обсуждением в [4] следует говорить не только и не столько об организационно-экономических методах в контроллинге, сколько об инструментах контроллинга, прежде всего математических (или экономико-математических, учитывая направленность на решение задач экономики и управления).
Если речь идет о новых методах (для данного предприятия), то их разработка и внедрение – организационная (управленческая) инновация, соответственно контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций [12].

4. Некоторые направления исследований в контроллинге организационно-экономических методов
Необходимость принятия обоснованных управленческих решений возникает в самых разных областях человеческой деятельности. Правила принятия таких решений - компетенция структур контроллинга, даже если они действуют под другими названиями.
В Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана выполнен ряд исследований по контроллингу организационно-экономических методов в конкретных областях. Рассмотрены проблемы контроллинга рисков [13], научной деятельности [14, 15], персонала [16], качества [17], организационно-экономического обеспечения решения задач управления в аэрокосмической отрасли [18], экологической безопасности [19, 20, 21], агропромышленного комплекса [22, 23].
В условиях цифровой экономики, т.е. все расширяющейся разработки и применения информационно-коммуникационных технологий в экономике и управлении, значение контроллинга методов возрастает, поскольку стандартизироваться и унифицироваться в цифровом виде должны лишь научно обоснованные технологии управления [24, 25].

Выводы
Контроллинг методов - весьма актуальная в условиях цифровой экономики быстро растущая область теоретических и прикладных исследований. Однако информация о научных достижениях распространяется медленно (согласно [14], основная проблема современной науки - всеобщее невежество научных работников). Необходимо резко ускорить распространение информации о полученных научных результатах, создать для этого соответствующие организационные формы.

Литература
1. Фалько С.Г. Предмет контроллинга как самостоятельной научной дисциплины // Контроллинг. 2005. № 1 (13). С. 2-6.
2. Контроллинг / А.М. Карминский, С.Г. Фалько, А.А. Жевага, Н.Ю. Иванова; под ред. А.М. Карминского, С.Г. Фалько. – 3-е изд., дораб. – М.: ИД «ФОРУМ»: ИНФРА-М, 2013. – 336 с.
3. Контроллинг: 10 лет (Интервью подготовлено Ивановой Н.Ю.) // Контроллинг. 2013. №4 (50). С.88-95.
4. Орлов А.И. Многообразие областей и инструментов контроллинга // Научный журнал КубГАУ. 2016. № 123. С. 688 – 707.
5. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф.С.Г. Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
6. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
7. Орлов А.И. Контроллинг явный и контроллинг скрытый // Контроллинг. 2018. №3(69). С. 28-32.
8. Орлов А.И. Основные этапы становления статистических методов // Научный журнал КубГАУ. 2014. № 97. С. 73-85.
9. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики // Контроллинг. 2019. №73. С. 28-35.
10. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. – 2008. – №4 (28). – С.12-18.
11. Орлов А.И. Новая область контроллинга – контроллинг организационно-экономических методов // Научный журнал КубГАУ. 2014. № 99. С. 1126-1137.
12. Фалько С.Г., Иванова Н.Ю. Управление нововведениями на высокотехнологичных предприятиях. – М.: МГТУ им. Н.Э. Баумана, 2007. – 256 с.
13. Орлов А.И. Современное состояние контроллинга рисков // Научный журнал КубГАУ. 2014. № 98. С. 933-942.
14. Лойко В. И., Луценко Е. В., Орлов А. И.Современные подходы в наукометрии. – Краснодар: КубГАУ, 2017. – 532 с.
15. Орлов А.И. Контроллинг научной деятельности // Контроллинг. 2019. № 71. С. 18-24.
16. Мухин В.В., Орлов А.И. Совершенствование организационных структур и контроллинг персонала на предприятиях типа "Научно-исследовательский институт" ракетно-космической промышленности // Научный журнал КубГАУ. 2015. № 109. С. 265–296.
17. Орлов А.И. Основные проблемы контроллинга качества // Научный журнал КубГАУ. 2015. № 111. С. 20-52.
18. Орлов А.И. О подходах к разработке организационно-экономического обеспечения решения задач управления в аэрокосмической отрасли // Научный журнал КубГАУ. 2014. № 99. С. 884-896.
19. Орлов А.И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания. – Saarbrücken: Palmarium Academic Publishing. 2012. – 344 с.
20. Гаврилова В.Д., Орлов А.И. Экологическая безопасность: подземные безоболочечные резервуары в многолетнемерзлых грунтах для захоронения отходов бурения // Научный журнал КубГАУ. 2016. № 117. С. 50–70.
21. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
22. Орлов А.И., Реут Д.В. О влиянии масштаба агропромышленной системы на задачи и аппарат подсистемы контроллинга в ее системе управления // Научный журнал КубГАУ. 2017. № 129. С. 532 – 562.
23. Орлов А.И., Реут Д.В. Системная парадигма как основание построения службы контроллинга агропромышленного комплекса // Научный журнал КубГАУ. 2017. № 132. С. 518 – 548.
24. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
25. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.

CONTACTS
Александр Иванович Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н.
Зав. Лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор кафедры «Экономика и организация производства»,
МГТУ им. Н.Э.Баумана, г. Москва
prof-orlov@mail.ru


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб янв 29, 2022 11:47 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1097 от 31 января 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем принципиально важную статью А.И. Орлова "Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики".
Две небольшие работы А.И. Орлова "Роль методологии в математических методах исследования" и "Вероятностно-статистические модели данных - основа методов прикладной статистики" опубликованы в журнале "Заводская лаборатория. Диагностика материалов" в рубрике "Колонка члена редколлегии", т.е. как передовые статьи.



УДК 123; JEL Classification: А10, В40

Орлов А.И.,
д.э.н., д.т.н., к.ф.-м.н., профессор,
зав. лаб. экономико-математических методов в контроллинге,
МГТУ им. Н.Э. Баумана

Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики

Аннотация:
Организационно-экономическое моделирование - научная основа технологий искусственного интеллекта. Их актуальность растет в эпоху цифровой экономики. В статье рассмотрены научные результаты по этой тематике и опыт их практического использования, накопленный за более чем 30 лет Институтом высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана. Основное внимание уделено статистическим методам управления качеством продукции - составной части теории и практики организации производства.

Ключевые слова: организация производства, организационно-экономическое моделирование, искусственный интеллект, цифровая экономика, управление качеством, Институт высоких статистических технологий и эконометрики

Organizational-economic modeling and artificial intelligence
in production organization in the era of the digital economy

Alexander I. Orlov,
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor,
head of Laboratory of economic-mathematical methods in controlling, BMSTU

Abstract
Organizational and economic modeling is the scientific basis of artificial intelligence technologies. Their relevance is growing in the era of the digital economy. The article discusses the scientific results on this topic and the experience of their practical use, accumulated over more than 30 years by the Institute of High Statistical Technologies and Econometrics, Bauman Moscow State Technical University. The main attention is paid to statistical methods of product quality management - an integral part of the theory and practice of production organization.

Keywords: production organization, organizational-economic modeling, artificial intelligence, digital economy, quality management, Institute of High Statistical Technologies and Econometrics.


Введение

Организационно-экономическое моделирование, в том числе теория принятия решений, является научной основой технологий искусственного интеллекта. Это научное направление является все более востребованным в ходе бурного развития цифровой экономики. В настоящее время уже обсуждается (https://vc.ru/hse/198220-vvesti-v-shkol ... racionalno) предложение о введении в средних школах нового предмета "принятие решений". Для успешного конструирования будущего полезно критически проанализировать результаты прежних исследований. В настоящей статье кратко рассмотрены научные результаты и опыт их практического использования, накопленный Институтом высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана. Он занимается рассматриваемой тематикой уже более 30 лет. Основное внимание уделено статистическим методам управления качеством продукции - составной части теории и практики организации производства. Рассказано об истории создания и результатах деятельности Центра статистических методов и информатики (в настоящее время - Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана).

Основные понятия и термины

Широко используемые понятия обычно используются в публикациях во многих смыслах. Для достижения однозначности понимания необходимо давать определения используемых терминов, как это принято в федеральных законах РФ. Естественно, другие авторы могут предпочитать иные определения.
Поясним используемые в настоящей работе термины.
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. Такое определение дано нами в выпущенном в МГТУ им. Н.Э. Баумана учебнике по организационно-экономическому моделированию в трех частях (Орлов А.И., 2009, 2011, 2012). В настоящее время магистранты факультета "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана изучают одноименную дисциплину, используя тот же учебник.
В "Национальной стратегии развития искусственного интеллекта на период до 2030 года (https://www.garant.ru/products/ipo/prime/doc/72738946/) принято следующее определение: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений". В этом определении ничего не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование.
Согласно нормативному документу ВАК: "Организация производства (по отраслям) – область науки и техники, изучающая проблемы становления, эффективного функционирования и совершенствования производственных процессов, научно-организационные и практические методы и средства решения таких проблем на всех уровнях. Специальность включает в себя разработку и совершенствование научных, методологических и системотехнических принципов организации производства, создание и применение методов и средств мониторинга, исследование и анализ различных организационных, технологических и технических решений на всех уровнях организации процессов создания конкурентоспособной продукции и производственных услуг на основе широкого использования новых информационных технологий. Решение указанных проблем качественно повышает уровень организации производственной деятельности предприятий различных отраслей и способствует ускорению их научно-технического прогресса" (паспорт специальности 05.02.22 "Организация производства (по отраслям)" (https://www.teacode.com/online/vak/p05-02-22.html)). В МГТУ более 100 лет ведутся работы в области организации производства, со времен Н.Ф. Чарновского (1914). Кафедра "Экономика и организация производства" МГТУ им. Н.Э. Баумана, организованная в1929 г., была первой среди кафедр в этой области в нашей стране. Накоплен большой опыт научных исследований, участия в прикладных работах и преподавания. Выпущено большое число статей и книг. Отметим недавний учебник (Некрасов Л.А., Скворцов Ю.В., 2018). История и перспективы науки об организации производства рассмотрены в (Фалько С.Г., 1990). Эволюции концепций управления предприятиями промышленности посвящена работа (Фалько С.Г., 2007). Автору настоящей работы в области организации производства наиболее интересны следующие направления исследований, по которым нами выпущены многочисленные публикации:
- статистические методы управления качеством продукции;
- система экологического менеджмента на предприятии,
- анализ, оценка и управление рисками,
- управление запасами (материально-техническими ресурсами).
Все эти области исследований включены в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)".
Под цифровой экономикой понимаем разработку и применение информационно-коммуникационных технологий в экономике и управлении (Лойко В.И., Луценко Е.В., 2018). Этой тематикой, как и искусственным интеллектом, автор занимается уже полвека. Бурное развитие началось с публикации в 1948 г. известной книги "Кибернетика" Н. Винера. Для обозначения потока работ использовались различные термины - кибернетика, информатика, системный анализ, проблемы управления, принятие решений, исследование операций ... Мода на термины менялась, но суть оставалась прежней. Так, сейчас модны нейросетевые методы, основные идеи которых были разработаны в середине ХХ в. (Согласно распространенным определениям, нейросеть - это математическая модель (и ее компьютерное воплощение), построенная по аналогии с сетями нервных клеток живых организмов.) А термин "кибернетика" употребляется сейчас редко.
В настоящее время наблюдаем бурный рост информационно-коммуникационных технологий. Этот процесс справедливо называют цифровой революцией. Она проявляется в принципиальных изменениях технологических, организационно-экономических и социальных процессов. Количество изменений переходит в качество. Как следствие, назрела необходимость перемен в экономической теории, в частности, преодоление рыночной экономики и переход к новой парадигме - солидарной информационной экономике, являющейся возрождением идей основоположника экономической науки Аристотеля (подробнее см. (Орлов А.И., 2019), (Орлов А.И., Сажин Ю.Б., 2020) и др.).

Управление качеством: прошлое в настоящем и будущем

Несмотря на взрывной характер цифровой революции, заметная доля интеллектуальной жизни специалистов прежних времен остается актуальной и сейчас. Некоторые научные результаты остаются актуальными, не превзойденными в дальнейших работах, т.е. не уходят в прошлое. Приведем несколько конкретных фактов в рамках рассматриваемой тематики. Так, новая парадигма экономической теории основана на книгах Аристотеля. По-прежнему актуальны многие разделы книг Н.Ф. Чарновского (1914) столетней давности. Например, раздел "Системы оплаты труда" его учебника (Чарновский, 1914, с.217 - 248), выпущенного более ста лет назад. Работы А.Н. Колмогорова 1930-х годов нужны современным исследователям (Орлов А.И., 2014).
В 1983 - 1984 гг. кафедру "Экономика и организация производства" МГТУ им. Н.Э. Баумана возглавлял крупнейший ученый в области стандартизации и организации производства, профессор, доктор технических наук Василий Васильевич Бойцов (1908 - 1997) — создатель системы отечественных государственных стандартов в России и первый Председатель Государственного Комитета СССР по стандартам. К сожалению, в дальнейшие годы система стандартизации была во многом разрушена. В результате проявились серьезные проблемы с качеством продукции, в том числе потребительских товаров. Для наведения порядка в этой области, очевидно, прежде всего необходим анализ накопленного опыта, прежде всего советского периода.
Среди основных целей стандартизации - нормативное оформление лучших управленческих практик, проверенных рациональных способов действий. В качестве примера рассмотрим "Комплексные системы управления качеством продукции" (КС УКП). Эти системы были созданы в ходе многочисленных научно-методических разработок, начало которой относится к концу 1960-х гг. Они проводились научными работниками Всесоюзного научно-исследовательского института стандартизации (ВНИИС) совместно с сотрудниками промышленных предприятий различных отраслей и регионов. Большое значение имела организационная и методическая поддержка Госстандарта ССР и непосредственно его председателя В.В. Бойцова. Широкомасштабный производственный эксперимент на Украине (в Львовской области) подтвердил научную и практическую ценность концепции КС УКП и основных ее элементов. На основе результатов, полученных в ходе промышленного эксперимента, опыт по созданию КС УКП был одобрен специальным решением ЦК КПСС в августе 1973 г. и рекомендован к широкому внедрению.
Обсудим основные характерные черты КС УКП. Выявим, в чем ее значение, что КС УКП имеет общего с предшествующими системами, что она внесла в международную копилку передового опыта управления качеством, значительная часть которого обобщена в стандартах ИСО серии 9000?
Прежде всего подчеркнем, что КС УКП - результат научного обобщения накопленного к тому времени отечественного и хорошо известного нашим специалистам зарубежного опыта разработки и внедрения систем качества. Она аккумулировала в себе все лучшее, все прогрессивное, что последовательно накапливалось в предшествующих отечественных системах, среди которых отметим Саратовскую БИП (бездефектное изготовление продукции), Горьковскую КАНАРСПИ (качество, надежность, ресурс с первых изделий), Ярославскую НОРМ (научная организация робот по увеличению моторесурса) и др. Принципиальная идея разработки КС УКП - системно-комплексный подход, базирующийся на стандартизации. В основу КС УКП были положены принципы общей теории управления и разработанная к тому времени принципиальная модель управления качеством продукции", разобранная в (Гличев А.В., 2001). Примерами КС УКП являются Комплексная система управления качеством ярославского объединения "Автодизель"(Комплексная система, 1973) и Московская городская система управления качеством продукции (Московская городская, 1981).
Как подчеркивает один из наиболее авторитетных стандартизаторов А.В. Гличев (2001), КС УКП, ИСО и TQM (Total Quality Management) - вехи мирового опыта ХХ в. в области управления качеством продукции. При этом стандарты ИСО серии 9000, по его мнению, в ряде случаев уступают содержанию КС УКП. Прежде всего, это касается соединения в петле качества стадий жизненного цикла продукции с некоторыми функциями. Другой принципиальный недостаток он видит в не вполне четком определении состава и содержания специальных функций управления качеством продукции. Весьма важно, что, выражаясь словами А.В. Гличева: "... TQM - это в значительной мере тот виток диалектической спирали, который возвращает нас к Саратовской системе БИП, когда управление качеством было ориентировано в первую очередь на человека и на его роль в производственном процессе". Следовательно, констатируем, что основные идеи КС УКП отнюдь не устарели, опыт, накопленный в 1970-80-х годах, необходимо использовать в современных условиях, опираясь на идеи одного из заведующих кафедрой ИБМ-2 МГТУ им. Н.Э. Баумана проф. В.В. Бойцова. Конечно, с учетом разработок XXI в., например, системы искусственного интеллекта «Шесть сигм» как подхода к совершенствованию бизнеса (Фалько С.Г., Орлов А.И., 2004).
Нет ничего более постоянного, чем популярные ошибки исследователей. В настоящее время они распространены не меньше, чем десятилетия назад. Приведем три примера, подробнее рассмотренных в (Орлов А.И., 2012) и других наших публикациях. Как тогда приходилось разъяснять, что неверно утверждение "запасы должны быть минимальны", а верно: "запасы должны быть оптимальны", так и сейчас (имеется в виду классическая оптимизационная модель Вильсона управления запасами, предложенная Харрисом за 19 лет до Вильсона). Как тогда объяснял, что распределения реальных статистических данных, как правило, ненормальны, так и сейчас приходится (как следствие, любые рассуждения, основанные на предположении о нормальном распределении результатов наблюдений, напоминают поиск под фонарем ключей, потерянных в кустах в темноте). Как тогда профаны советовали проверять нормальность с помощью критериев Колмогорова и омега-квадрат, так и сейчас. И т.д., и т.п.
Новое в XXI в. - это развертывающаяся на наших глазах цифровая революция (Лойко В.И., Луценко Е.В., 2018). Для обеспечения правильности управленческих решений, нацеленных в будущее, важно проанализировать прошлое, выделить в нем ценное.

Организация и первые годы работы Института высоких статистических технологий и эконометрики

Термин «высокие статистические технологии» входит в название нашей крайней научной монографии (Лойко В.И., Луценко Е.В., 2019), используется на наших базовых сайтах "Высокие статистические технологии" (http://orlovs.pp.ru/) и "Лаборатория экономико-математических методов в контроллинге" (http://ibm.bmstu.ru/nil/biblio.html), в том числе в названиях учебников, на форуме (http://forum.orlovs.pp.ru/). При публикации статей часто указано, что они подготовлены в Институте высоких статистических технологий и эконометрики (ИВСТЭ) МГТУ им. Н.Э. Баумана. Поэтому целесообразно дать основную информацию об ИВСТЭ.
История и предыстория ИВСТЭ. Институт высоких статистических технологий и эконометрики (ИВСТЭ) организован нами в 1989 г. Он на инициативных, хоздоговорных и госбюджетных началах занимается развитием, изучением и внедрением высоких статистических технологий, т.е. наиболее современных технологий анализа технических, экономических, социологических, медицинских данных, ориентированных на использование в условиях современного производства и экономики. Основной интерес для ИВСТЭ представляют применения высоких статистических технологий для анализа конкретных экономических данных, т.е. в эконометрике.
Вначале Институт действовал как Центр статистических методов и информатики (создан в 1989 г.), позже - как Всесоюзный центр статистических методов и информатики Центрального правления Всесоюзного экономического общества (1989 - 1992), затем - снова как Центр статистических методов и информатики (1992 - 1993). В 1993 г. преобразован в Лабораторию эконометрических исследований Московского государственного института электроники и математики, а с 1997 г. действует под своим нынешним именем. ИВСТЭ работает на базе кафедры ИБМ-2 "Экономика и организация производства" в симбиозе с Лабораторией экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" (руководитель Научно-образовательного центра - д.э.н., проф. С.Г. Фалько).
У ИВСТЭ есть и предыстория. В 1978-1985 гг. активно действовала комиссия «Статистика объектов нечисловой природы и экспертные оценки» Научного Совета АН СССР по комплексной проблеме «Кибернетика».
Следующий этап предыстории ИВСТЭ - Рабочая группа по упорядочению системы стандартов по прикладной статистике и другим статистическим методам управления качеством. В нашей стране с начала 1970-х годов на базе ВНИИС стали разрабатываться государственные стандарты по статистическим методам. В связи с обнаружением в них грубых ошибок в 1985 г. мы организовали "Рабочую группу" с указанным выше названием. В ее работе приняли участие 66 специалистов, в том числе 15 докторов и 36 кандидатов наук. О деятельности Рабочей группы рассказано в итоговой статье (Орлов А.И., 1997). В соответствии с рекомендациями Рабочей группы 24 из 31 государственного стандарта по статистическим методам были отменены в 1986-87 гг.
На основе результатов Рабочей группы можно сделать важный вывод о сложностей внедрения лучших управленческих практик с помощью нормативных документов (стандартов). Ясно, что такие документы полезны практикам. Но лишь при условии, что они не содержат ошибок. Застандартизованные ошибки могут принести большой вред. Были выявлены две основные причины появления ошибок в государственных стандартах по статистическим методам управления качеством - низкая квалификация разработчиков, прежде всего руководителей, и отсутствие системы контроля за качеством нормативных документов и исправления выявленных недостатков. Снизить вред ошибочных стандартов можно путем отказа от обязательности их применения, т.е. использования их в качестве рекомендаций, наряду с другими публикациями. Кардинальное же искоренение ошибок возможно лишь путем глобального повышения научного уровня специалистов, применяющих статистические методы.

Центр статистических методов и информатики и Институт высоких статистических технологий и эконометрики

В 1988-89 гг. наиболее активная часть Рабочей группы (10 докторов и 15 кандидатов наук) составили "Аванпроект комплекса методических документов и пакетов программ по статистическим методам стандартизации и управления качеством" (около 67 п.л.). К сожалению, Госстандарт не пожелал финансировать реализацию заказанного им "Аванпроекта". Тогда решено было действовать самостоятельно. На собрании в центре Москвы (в Политехническом музее) 20 февраля 1989 г. был организован (на общественных началах) Центр статистических методов и информатики (ЦСМИ; в настоящее время - Институт высоких статистических технологий и эконометрики).
Как юридическое лицо Всесоюзный центр статистических методов и информатики (ВЦСМИ) Центрального правления Всесоюзного экономического общества создан Постановлением Президиума Центрального Правления Всесоюзного экономического общества № 5-7 от 25 декабря 1989 г. Постановление подписано В.С. Павловым, в тот момент - министром финансов СССР, позже - первым и последним председателем Кабинета министром СССР. Директором ВЦСМИ был назначен А.И. Орлов.
Основная тематика работ ВЦСМИ - разработка средств искусственного интеллекта - диалоговых систем по современным статистическим методам управления качеством. На основе ранее подготовленного "Аванпроекта" к середине 1990 г. в ВЦСМИ были разработаны 7 базовых программных продуктов, а именно, СПК, АТСТАТ-ПРП, СТАТКОН, АВРОРА-РС, ЭКСПЛАН, ПАСЭК, НАДИС (информация о них дана в статье (Орлов А.И., 1992). В работе этих средств искусственного интеллекта участвовали 128 специалистов. В дальнейшем к ВЦСМИ присоединялись новые группы научно-технических работников, уже к концу 1991 г. нас было более 300. Информация о программных продуктах и другой деятельности ЦСМИ постоянно помещалась в журналах "Заводская лаборатория" и "Надежность и контроль качества".
Программные продукты, разработанные ВЦСМИ, были приобретены и использовались более чем в 100 организациях и предприятиях. Среди них - производственные объединения "Уралмаш", "АвтоВАЗ", "Пластик", Центральный научно-исследовательский институт черной металлургии им. Бардина, Научно-исследовательский институт стали, Всесоюзный научно-исследовательский институт эластомерных материалов и изделий, Научно-исследовательский институт прикладной химии, Центральный научно-исследовательский институт химии и механики, Научно-производственное объединение "Орион", Научно-исследовательский центр по безопасности атомной энергетики, Всесоюзный научно-исследовательский институт экономических проблем развития науки и техники, Всесоюзный научно-исследовательский институт нефтепереработки, МИИТ, Казахский политехнический институт, Ульяновский политехнический институт, Донецкий государственный университет и др. Таким образом, разработки ВЦСМИ быстро стали востребованными.

Всесоюзная статистическая ассоциация

Параллельно с выполнением работ по договорам с организациями и предприятиями ЦСМИ и ВЦСМИ вели работу по объединению статистиков. В апреле 1990 г. в Большом Актовом Зале Московского Энергетического института прошла Учредительная конференция Всесоюзной организации по статистическим методам и их применениям. На Учредительном съезде Всесоюзной статистической ассоциации (ВСА) в октябре 1990 г. в Московском экономико-статистическом институте эта организация вошла в состав ВСА в качестве секции статистических методов (Орлов А.И., 1991).
В соответствии с реальной структурой статистики ВСА делилась на 4 секции: 1) практической статистики, 2) статистических методов и их применений, 3) статистики надежности, ориентированной на проблематику оборонно-промышленного комплекса, 4) социально-экономической статистики. Названия секций, зафиксированные в документах ВСА, не вполне соответствуют действительности. Первая секция состояла из работников Госкомстата (ныне - Росстат), большинство членов второй и третьей занимались не только теорией, но и практической деятельностью, в том числе в социально-экономической области, а четвертая состояла из преподавателей статистических дисциплин в экономических вузах (готовящих специалистов для официального статистического ведомства). В мероприятиях секции статистических методов ВСА активно участвовали несколько сот человек. Основной тематикой работ многих из этих специалистов являлись статистические методы в сертификации (управлении качеством). Однако после развала СССР предприятия и НИИ уже не имели возможности внедрять современные статистические методы, исследователям пришлось перейти в режим выживания, многие эмигрировали или ушли из науки. Численность участников научных семинаров сократилась на порядок. Как следствие, ВСА фактически прекратила работу. Согласно Уставу решение о роспуске Всесоюзной статистической ассоциации может принять только ее съезд. Такого решения не было, т.е. с юридической точки зрения Всесоюзная статистическая ассоциация продолжает существовать.
Наша базовая бизнес-идея была такова: ЦСМИ и ВЦСМИ разрабатывает статистические методы, программные и методические продукты, ВСА и РАСМ их распространяют и внедряют.
В 1980 - 1990 гг. была проведена большая работа по анализу положения дел в области теории и практики статистики в нашей стране. В ЦСМИ и РАСМ, объединивших большинство ведущих российских специалистов, коллективными усилиями разработан единый подход к проблемам применения статистических методов в сертификации и управлении качеством, т.е. новая парадигма статистических методов (математической статистики, прикладной статистики, эконометрики, организационно-экономического моделирования, математических методов исследования). Был сформулирован «социальный заказ» - разработать серию учебников согласно новой парадигме. К настоящему времени он выполнен в рамках отечественной научной школы в области организационно-экономического моделирования, эконометрики и статистики, результаты представлены в статье (Орлов А.И., 2019а).

Дальнейшие работы Института высоких статистических технологий и эконометрики

С 1993 г. по настоящее время Институт ведет научные исследования по статистическим методам анализа данных (эконометрике и прикладной статистике), организационно-экономическому моделированию, математическим и инструментальным методам экономики и управления. Разработана новая парадигма математических методов исследования и новая парадигма экономики на основе солидарной информационной экономики. Большое внимание уделяется проблемам контроллинга, инноваций в менеджменте, организации производства (прежде всего, в области управления качеством), математическим моделям микроэкономики и макроэкономики, теории риска, науковедения и наукометрии. В частности, разрабатывались методология и методы
- эконометрического анализа нечисловых данных,
- прогнозирования индексов инфляции и макроэкономических показателей (первоначально - для Министерства обороны Российской Федерации),
- построения и использования математических моделей процессов налогообложения (Математическое моделирование, 1997),
- оценки рисков реализации инновационных проектов высшей школы (для Министерства науки и технологий Российской Федерации),
- оценки влияния различных факторов на формирование налогооблагаемой базы ряда налогов (для Минфина Российской Федерации).
ИВСТЭ прорабатывал перспективы применения современных статистических и экспертных методов для анализа данных о научном потенциале (для Министерства науки и технологий Российской Федерации), разрабатывал методологическое, программное и информационное обеспечение анализа рисков химико-технологических объектов (для Международного научно-технического центра), проводил маркетинговые исследования (для Промрадтехбанка, фирм, торгующих растворимым кофе, программным обеспечением), выполнял иные работы.
В 2010-2012 гг. Институт совместно с Группой компаний "Волга-Днепр" и Ульяновским государственным университетом участвовал в разработке АСППАП - автоматизированной системы прогнозирования и предотвращения авиационных происшествий (в соответствии с Постановлением Правительства РФ № 218 от 9 апреля 2010 г.). С 2013 г. основное внимание уделяется разработке организационно-экономического обеспечения контроллинга, инноваций и менеджмента в ракетно-космической отрасли (Орлов А.И., Луценко Е.В., 2016).
Институт вел и ведет и фундаментальные научные исследования, в частности, госбюджетные научные исследования в МГТУ им. Н.Э. Баумана. Основные публикации сосредоточены в журналах "Заводская лаборатория. Диагностика материалов" (более 90 статей за 1989-2020 гг., в которых указано, что они выполнены в ИВСТЭ), "Контроллинг", "Инновации в менеджменте", "Управление большими системами", в "Научном журнале КубГАУ" и др.
Институт обеспечивает научно-методическую поддержку преподаванию дисциплин "Прикладная статистика", "Прикладная статистика", "Статистика", "Эконометрика", "Организационно-экономическое моделирование", "Контроллинг рисков", выполнению выпускных квалификационных работ (включая МВА) и диссертаций.

Заключение

Выше в обобщенной форме представлена информация о направлениях деятельности и основных научных результатах Института высоких статистических технологий и эконометрики, действующего в настоящее время на базе кафедры "Экономика и организация производства" МГТУ им. Н.Э. Баумана. Организационно-экономическое моделирование является научной основой искусственного интеллекта в социально-экономической области и с успехом применяется для решения задач управления производством. Основное внимание уделено проблемам управления качеством продукции и лишь кратко отмечены возможности использования организационно-экономического моделирования и инструментов искусственного интеллекта в системах экологического менеджмента на предприятии, при анализе, оценке и управлении рисками, для рационализации управления материально-техническими ресурсами. Бурное развитие цифровой экономики на основе информационно-коммуникационных технологий дает основания ожидать широкого применения наработок ИВСТЭ в современных условиях. В частности, актуальными являются такие разделы организационно-экономического моделирования, как теория и методы разработки и принятия управленческих решений (Орлов А.И., 2018), в том числе на основе экспертных технологий (Орлов А.И., 2011). Новый импульс к развитию получает и эконометрика как наука о статистических методах в экономике и управлении (Агаларов З.С., Орлов А.И., 2021).

Литература

1. Агаларов З.С., Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.
2. Гличев А.В. Основы управления качеством продукции. - М.: РИА "Стандарты и качество", 2001. - 120 с.
3. Комплексная система управления качеством / Р.Н. Арсеньев, М.А. Григорьев, А.М. Добрынин, В.А. Долецкий, Ю.А. Щеглов. - Ярославль: Верхневолжское книжное издательство., 1973. - 256 с.
4. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
5. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
6. Математическое моделирование процессов налогообложения (подходы к проблеме). Коллективная монография под редакцией В.Г. Кольцова, В.Н. Жихарева, Нат. Ю. Ивановой, А.И. Орлова. - М.: Изд-во Центра элитарного образования Министерства общего и профессионального образования РФ, 1997. - 232 с.
7. Московская городская система управления качеством продукции: Нормативно-методическое обеспечение. - М.: Издательство стандартов , 1981. - 160 с.
8. Некрасов Л.А., Скворцов Ю.В. и др. Организация и планирование машиностроительного производства. Производственный менеджмент / Л.А. Некрасов, Е.С. Постникова, Ю.В. Скворцов, Т.В. Уханова; под редакцией Ю. В. Скворцова. - Изд. 2-е, стереотип. - М.: Студент, 2018. - 414 с.
9. Орлов А.И. Создана единая статистическая ассоциация / Вестник Академии наук СССР. 1991. №7. С. 152-153.
10. Орлов А.И. Внедрение современных статистических методов с помощью персональных компьютеров / Качество и надежность изделий. №5(21). - М.: Знание, 1992. - С. 51-78.
11. Орлов А.И. Сертификация и статистические методы // Заводская лаборатория. Диагностика материалов. 1997. Т.63. №3. С. 55-62.
12. Орлов А.И. Организационно-экономическое моделирование: : учебник : в 3 ч. Ч.1: Нечисловая статистика. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. — 542 с.
13. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
14. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
15. Орлов А.И. Вероятностно-статистические методы в работах А.Н. Колмогорова // Научный журнал КубГАУ. 2014. №98. С. 158–180.
16. Орлов А.И. Методы принятия управленческих решений: учебник. - М.: КНОРУС, 2018. - 286 с.
17. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
18. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019а. №73. С. 28-35.
19. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
20. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
21. Чарновский Н.Ф. Организация промышленных предприятий по обработке металлов. - М.: Московское научное издательство, 1914. - 308 с.
22. Фалько С.Г. Наука об организации производства: история, современность, перспективы. – М.: О-во «Знание» РСФСР, 1990. – 56 с.
23. Фалько С.Г. Эволюция концепций управления предприятиями промышленности. – М.: ЦЭМИ РАН, 2007. – 50 с.
24. Фалько С.Г., Орлов А.И. «Шесть сигм» как подход к совершенствованию бизнеса / Контроллинг. 2004. №4(12). С.42-46.

Публикация:
1188. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
https://elibrary.ru/download/elibrary_4 ... 482186.pdf



Колонка редколлегии

Роль методологии в математических методах исследования

А.И. Орлов

Методология – это учение об организации деятельности [1]. Такое определение дают член-корр. РАН директор Института проблем управления РАН Д.А. Новиков и акад. РАО А.М. Новиков.
Более развернуты определения в словарях: «Методология (от «метод» и «логия») – учение о структуре, логической организации, методах и средствах деятельности» (Советский энциклопедический словарь [2]). «Методология – система принципов и способов организации и построения теоретической и практической деятельности, а также учение об этой системе» (Философский энциклопедический словарь [3]).
Ограничимся приведенными определениями. Из них следует, что методология - это интеллектуальная основа, стержень, определяющий подход к конкретным видам деятельности, к принятию управленческих решений.
В качестве примера обсудим подход к описанию распределений результатов измерений¸ наблюдений, испытаний, анализов, опытов. Математикам привычна гипотеза нормальности распределения, именно на ее основе в ХХ в. написаны многочисленные учебники и разработаны программные продукты. Однако реальные данные в подавляющем большинстве случаев не подчиняются гипотезе нормальности [4]. Возникает необходимость разработки непараметрических математико-статистических инструментов, не предполагающих нормальность, а также проблема изучения свойств процедур, созданных в предположении нормальности, но используемых при нарушении этого предположения. При разработке новой модели выбор в пользу непараметрического подхода основан на методологических соображениях.
Разработка и применение математических методов исследования предполагает последовательное осуществление трех этапов исследования. Первый - от исходной практической проблемы до теоретической чисто математической задачи. Второй – внутриматематическое изучение и решение этой задачи. Третий – переход от математических выводов обратно к практической проблеме.
В литературе вопросы методологии математических методов исследования обсуждаются явно недостаточно. Зато наблюдается поток публикаций, в которых постановки решаемых задач иногда выглядят весьма искусственно. Далее мы кратко обоснуем необходимость развития методологии математических методов исследования как самостоятельного научного направления, обозначим ряд проблем, относящихся к этому направлению.
В области моделирования задач прикладной статистики, как, впрочем, и в иных областях применения математики и кибернетики, целесообразно выделять четверки проблем:
Задача – Модель - Метод - Условия применимости.
Обсудим каждую из только что выделенных составляющих.
Задача, как правило, порождена потребностями той или иной прикладной области. Вполне понятно, что при ее решении происходит одна из возможных математических формализаций реальной ситуации. Например, при диагностике материалов возникает вопрос: различаются ли результаты двух групп измерений. При математической формализации результаты измерений в каждой группе обычно моделируются как независимые случайные выборки, т.е. как совокупности независимых одинаково распределенных случайных величин, а вопрос маркетологов переходит в рамках этой модели в вопрос о проверке той или иной статистической гипотезы однородности. Речь может идти об однородности характеристик, например, о проверке равенства математических ожиданий, или о полной (абсолютной однородности), т.е. о совпадении функций распределения, соответствующих двух совокупностям. Так происходит переход от практической задачи к математической модели, в рассматриваемом случае, - к вероятностно-статистической модели.
Модель может быть порождена также обобщением потребностей ряда прикладных областей. Приведенный выше пример иллюстрирует эту ситуацию: к необходимости проверки гипотезы однородности приходят и медики при сравнении двух групп пациентов, и инженеры при сопоставлении результатов обработки деталей двумя способами, и т.д. Таким образом, одна и та же математическая модель может применяться для решения самых разных по своей прикладной сущности задач. Важно подчеркнуть, что выделение перечня задач находится вне математики. Выражаясь инженерным языком, этот перечень является сутью технического задания, которое специалисты различных областей деятельности дают специалистам по математической статистике.
Подчеркнем: чтобы математик мог проводить исследования с целью решения практической задачи, необходимо ее суть выразить в математических терминах, т.е. построить математическую модель. Построить адекватную математическую модель явления или процесса нелегко. Такой деятельностью занимаются специалисты по математическому моделированию в соответствующих прикладных областях.
Метод, используемый в рамках определенной математической модели - это уже во многом, если не в основном, дело математиков. В моделях прикладной статистики речь идет, например, о методе оценивания, о методе проверки гипотезы, о методе доказательства той или иной теоремы, и т.д. В двух первых случаях алгоритмы разрабатываются и исследуются математиками, но используются прикладниками, в то время как метод доказательства касается лишь самих математиков.
Ясно, что для решения той или иной задачи в рамках одной и той же принятой исследователем модели может быть предложено много методов. Приведем примеры. Для специалистов по теории вероятностей и математической статистике наиболее хорошо известна история Центральной Предельной Теоремы теории вероятностей. Предельный нормальный закон был получен многими разными методами, из которых напомним широко известное доказательство теоремы Муавра-Лапласа, метод моментов Чебышева, метод характеристических функций Ляпунова, завершающие эпопею методы, примененные Линдебергом и Феллером [5]. В настоящее время для решения практически важных задач могут быть использованы современные информационные технологии на основе метода статистических испытаний и соответствующих датчиков псевдослучайных чисел. Они уже заметно потеснили асимптотические методы математической статистики. В рассмотренной выше проблеме однородности для проверки одной и той же гипотезы совпадения функций распределения могут быть применены самые разные методы – Смирнова, Лемана - Розенблатта, Вилкоксона и др.[6, гл. 2].
Наконец, рассмотрим последний элемент четверки - условия применимости. Он - полностью внутриматематический. С точки зрения математика замена условия (кусочной) дифференцируемости некоторой функции на условие ее непрерывности может представляться существенным научным достижением, в то время как прикладник оценить это достижение не сможет. Для него, как и во времена Ньютона и Лейбница, непрерывные функции мало отличаются от (кусочно) дифференцируемых функций. Точнее, они одинаково хорошо (или одинаково плохо) могут быть использованы для описания реальной действительности.
Точно так же прикладник не сможет оценить внутриматематическое достижение, состоящее в переходе от условия конечности четвертого момента случайной величины к условию конечности дисперсии. Поскольку результаты реальных измерений получены с помощью некоторого прибора (средства измерения), шкала которого конечна, то прикладник априори уверен, что все результаты измерений заведомо лежат на некотором отрезке (т.е. финитны). Он с некоторым недоумением наблюдает за математиком, который рассуждает о конечности тех или иных моментов - для прикладника они заведомо конечны.
Обратная связь состоит в том, что модель целесообразно формировать так, чтобы условия применимости метода выполнялись. Например, если пространство элементарных событий состоит из конечного числа элементов, то все моменты случайных величин существуют, а вопросы измеримости решаются автоматически.
Практическая рекомендация состоит в том, что всегда должна быть описана принятая в работе математическая модель. Только после этого можно разрабатывать, изучать, применять тот или иной метод расчета.

Литература

1. Новиков А.М., Новиков Д.А. Методология. – М.: СИНТЕГ, 2007. – 668 с.
2. Советский энциклопедический словарь. - М.: Советская энциклопедия, 1988. - 1600 с.
3. Философский энциклопедический словарь. - М.: Советская энциклопедия, 1983. - 840 с.
4. Орлов А.И. Распределения реальных статистических данных не являются нормальными // Научный журнал КубГАУ. 2016. № 117. С. 71–90.
5. Гнеденко Б.В. Курс теории вероятностей. Изд. 7-е, исправл. – М.: Эдиториал УРСС, 2001. – 320 с.
6. Орлов А.И. Эконометрика. Изд. 4-е, доп. и перераб. – Ростов-на-Дону: Феникс, 2009. – Ростов-на-Дону: Феникс, 2009. –572 с.

Публикация:
1136. Орлов А.И. Роль методологии в математических методах исследования // Заводская лаборатория. Диагностика материалов. 2019. Т.85. №7. - С. 5-6.


Колонка редколлегии

Вероятностно-статистические модели данных - основа методов прикладной статистики

А.И. Орлов

При обсуждении процедур анализа статистических данных обычно сосредотачивают внимание на расчетных формулах. Причина очевидна - не зная формул, нельзя провести расчеты. Однако начинать надо с вероятностно-статистических моделей порождения изучаемых данных.
Например, в прикладной статистике наиболее распространенная модель выборки - это конечная последовательность независимых одинаково распределенных случайных величин [1], моделирующих результаты измерений (наблюдений, испытаний, опытов, анализов, обследований). Если общая функция распределения этих случайных величин является произвольной, то обращаемся к методам непараметрической статистики. Для корректности математических рассуждений обычно принимают, что функция распределения результатов измерений является непрерывной, следовательно, вероятность совпадения каких-либо двух результатов наблюдений (элементов выборки) равна 0. Как известно, для реальных данных совпадения результатов встречаются достаточно часто. Следовательно, в таких случаях наблюдается отклонения от непараметрической модели. Модель анализа совпадений при расчете непараметрических ранговых статистик представлена [2] в нашем журнале. Статистики интервальных данных была создана для обработки округленных данных и данных с совпадениями.
До сих пор распространены реликтовые представления о том, что функция распределения результатов измерений относится к одному из популярных семейств распределений - нормальных, экспоненциальных, Вейбулла-Гнеденко, гамма-распределений и др. Для выборок из таких семейств в прошлом тысячелетии были разработаны и изучены методы оценивания параметров и проверки статистических гипотез. Эта совокупность методов прочно заняла место в учебниках по теории вероятностей и математической статистике.
Отметим устойчивость предрассудков. Например, до сих пор пропагандируется использование метода максимального правдоподобия, хотя одношаговые оценки имеют столь же хорошие свойства, что и оценки максимального правдоподобия. Однако во многих случаях система уравнений максимального правдоподобия не имеет явного решения, и соответствующие оценки рекомендуется находить итерационными методами, сходимость которых не изучают, хотя есть примеры, в которых отсутствие сходимости продемонстрировано. Между тем одношаговые оценки вычисляются по конечным формулам, без всяких итераций.
Особенно заметна любовь теоретиков к многомерным нормальным распределениям. Именно для таких распределений найдены явные формулы для различных характеристик в многомерном статистическом анализе, прежде всего в регрессионном. Причина в том, что удается использовать хорошо развитую в линейной алгебре теорию квадратичных форм.
Распределения почти всех реальных данных ненормальны. Это утверждение хорошо обосновано экспериментально, путем анализа результатов измерений [3]. Теоретические аргументы в пользу нормального распределения также не выдерживают критики. Например, говорят, что зависимость значения случайной величины от многих факторов влечет нормальность. Иногда добавляют, что факторы являются независимыми и сравнимыми по величине. Однако нормальность распределения можно ожидать лишь в случае аддитивной модели, когда факторы складываются (в силу Центральной предельной теоремы). Если же случайная величина формируется путем перемножения (мультипликативная модель), то ее распределение является (в асимптотике) логарифмически нормальным. Если справедлива модель "самого слабого" звена (или "самого сильного"), т.е. значение случайной величины равно крайнему члену вариационного ряда значений факторов (соответственно минимуму или максимуму), то имеем в пределе распределение Вейбулла - Гнеденко.
Модель на основе семейства нормальных распределений или распределений из иного параметрического семейства можно сравнить с моделью поиска под фонарем потерянных в темных кустах ключей. Очевидно, под фонарем искать легче. Можно продемонстрировать активность. Однако надеяться на благоприятный исход поисков нельзя.
Из проведенного анализа вытекает необходимость использования непараметрических моделей распределений результатов измерений. Отметим, что интервалы их возможных значений, как правило, ограничены, т.е распределения являются финитными. Следовательно, все моменты рассматриваемых случайных величин существуют, и их выборочные аналоги могут использоваться в вычислениях.
Рассмотрим роль вероятностно-статистических моделей в многомерном статистическом анализе. Используют четыре основные класса регрессионных моделей.
Начнем с моделей метода наименьших квадратов с детерминированной независимой переменной и параметрической зависимостью (линейной, квадратической и т.п.). Распределение отклонений произвольно (т.е. модель является непараметрической), для получения предельных распределений оценок параметров и регрессионной зависимости предполагаем выполнение условий центральной предельной теоремы.
Второй тип моделей основан на выборке случайных векторов. Зависимость является параметрической, распределение двумерного вектора - произвольным. Об оценке дисперсии независимой переменной можно говорить только в модели на основе выборки случайных векторов, равно как и о коэффициенте детерминации как критерии качества модели [4].
Третий тип моделей регрессионного анализа, основанный на выборке случайных векторов - непараметрическая регрессия, в которой как зависимость, так и отклонения от нее являются непараметрическими. Зависимость (как условное среднее) оценивается с помощью непараметрических оценок плотности.
Промежуточный вариант - модель, в которой тренд линеен, а периодическая и случайная составляющие являются непараметрическими.
В моделях четвертого типа малые погрешности имеются как в значениях зависимой переменной, так и в значениях независимой переменной. В прошлом этот раздел прикладной статистики назывался конфлюэнтным анализом, сейчас он входит в статистику интервальных данных.
К регрессионному анализу примыкают задачи сглаживания временных рядов и статистики случайных процессов, в которых отклонения от функции времени зависимы.
Анализ многообразия моделей регрессионного анализа приводит к выводу, что не существует единой "стандартной модели" [5]. Другими словами, при решении задачи восстановления зависимости необходимо начинать с выбора и обоснования вероятностно-статистической модели.
Необходимо исходить из теории измерений, согласно которой первый шаг при анализе данных - выявление шкал, в которых они измерены. Известно, что для данных, измеренных в порядковой шкале, в качестве средних величин можно использовать только члены вариационного ряда, прежде всего медиану, а применение среднего арифметического или среднего геометрического недопустимо. Как следствие, поскольку ранги или баллы, как правило, измерены в порядковой шкале, складывать их нельзя. В частности, нельзя оценивать успеваемость учащихся по среднему баллу экзаменационных оценок.
Статистические выводы должны быть инвариантны относительно допустимых преобразований шкал измерения данных. Значит, для каждой шкалы можно выяснить, какими алгоритмами анализа данных из рассматриваемого семейства можно пользоваться в этой шкале. Выше описаны выводы относительно семейства средних по Коши. Обратная задача - для определенного алгоритма анализа данных выяснить, в какой шкале можно им пользоваться. Коэффициент линейной парной корреляции Пирсона соответствует шкале интервалов, а непараметрические ранговые коэффициенты корреляции Спирмена и Кендалла позволяют изучать взаимосвязи порядковых переменных.
С позиций теории измерений обсудим метод анализа иерархий. Исходные данные - результаты парных сравнений, измеренные в порядковых шкалах. А результаты расчетов выражены в шкале интервалов. С точки зрения теории измерений такое недопустимо. Следовательно, методом анализа иерархий пользоваться не следует. Рекомендуем применять адекватные метода анализа экспертных оценок, в частности, методы средних арифметических рангов, медиан рангов, согласования кластеризованных ранжировок [6].

Литература

1. Орлов А. И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
2. Орлов А. И. Модель анализа совпадений при расчете непараметрических ранговых статистик / Заводская лаборатория. Диагностика материалов. 2017. Т.83. №11. С. 66-72.
3. Орлов А. И. Распределения реальных статистических данных не являются нормальными / Научный журнал КубГАУ. 2016. № 117. С. 71–90.
4. Орлов А.И. Ошибки при использовании коэффициентов корреляции и детерминации / Заводская лаборатория. Диагностика материалов. 2018. Т.84. № 3. С. 68-72.
5. Орлов А.И. Многообразие моделей регрессионного анализа (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2018. Т.84. №5. С. 63-73.
6. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.

Публикация:
1166. Орлов А.И. Вероятностно-статистические модели данных - основа методов прикладной статистики / Заводская лаборатория. Диагностика материалов. 2020. Т.86. № 7. С. 5-6.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб фев 05, 2022 2:58 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1098 от 7 февраля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем доклад А.И. Орлова "Организационно-экономическое моделирование в организации производства в эпоху цифровой экономики" и статью А.И. Орлова и Ю.Б. Сажина "Солидарная информационная экономика как основа новой парадигмы экономической науки".


УДК 123; JEL Classification: А10, В40

Организационно-экономическое моделирование в организации производства в эпоху цифровой экономики

А.И. Орлов
профессор, д.э.н., д.т.н., к.ф.-м.н.,
профессор кафедры "Экономика и организация производства"
МГТУ им. Н.Э.Баумана, г. Москва
prof-orlov@mail.ru

Аннотация: Статистические методы управления качеством продукции - составная часть теории и практики организации производства. Рассказано об истории создания и результатах деятельности Центра статистических методов и информатики (в настоящее время - Института высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана).
Ключевые слова: организация производства, организационно-экономическое моделирование, цифровая экономика, Институт высоких статистических технологий и эконометрики


Введение

Поясним используемые в настоящей работе термины.
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. В МГТУ им. Н.Э. Баумана выпущен учебник по организационно-экономическому моделированию в трех частях [1 - 3], магистранты факультета "Инженерный бизнес и менеджмент" изучают одноименную дисциплину.
Согласно нормативному документу ВАК: "Организация производства (по отраслям) – область науки и техники, изучающая проблемы становления, эффективного функционирования и совершенствования производственных процессов, научно-организационные и практические методы и средства решения таких проблем на всех уровнях. Специальность включает в себя разработку и совершенствование научных, методологических и системотехнических принципов организации производства, создание и применение методов и средств мониторинга, исследование и анализ различных организационных, технологических и технических решений на всех уровнях организации процессов создания конкурентоспособной продукции и производственных услуг на основе широкого использования новых информационных технологий. Решение указанных проблем качественно повышает уровень организации производственной деятельности предприятий различных отраслей и способствует ускорению их научно-технического прогресса" (паспорт специальности 05.02.22 "Организация производства (по отраслям)"). В соответствии с распространенным определением, организация производства — комплекс мероприятий, направленных на рациональное сочетание процессов труда с вещественными элементами производства в пространстве и во времени с целью повышения эффективности, т. е. достижения поставленных задач в кратчайшие сроки, при наилучшем использовании производственных ресурсов. В МГТУ им. Н.Э. Баумана выпущен учебник по организации производства [4]. История, современность, и перспективы науки об организации производства рассмотрены в [5]. Эволюции концепций управления предприятиями промышленности посвящена работа [6].
Автору настоящей работы в области организации производства наиболее интересны следующие направления исследований, по которым нами выпущены многочисленные публикации:
- статистические методы управления качеством продукции;
- система экологического менеджмента на предприятии,
- анализ, оценка и управление рисками,
- управление запасами (материально-техническими ресурсами).
Все эти области исследований включены в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)".
Под цифровой экономикой понимаем разработку и применение информационно-коммуникационных технологий в экономике и управлении [7]. Происходящая в настоящее время цифровая революция проявляется в принципиальных изменениях технологических и организационно-экономических процессах (количество изменений переходит в качество), что влечет необходимость перемен в экономической теории, в частности, преодоление рыночной экономики и переход к солидарной информационной экономике - возрождению идей Аристотеля [8].

1. Управление качеством: прошлое в настоящем и будущем

Несмотря на взрывной характер цифровой революции, заметная доля интеллектуальной жизни специалистов прежних времен остается актуальной и сейчас. В этом нет ничего удивительного. У человека по-прежнему две руки, две ноги и одна голова. Приведем несколько замечаний в рамках тематики настоящей работы.
По-прежнему актуальны многие разделы книг Н.Ф. Чарновского столетней давности. Например, раздел "Системы оплаты труда" его учебника [9, с.217 - 248], выпущенного в 1914 г.
В 1983 - 1984 гг. кафедру "Экономика и организация производства" МГТУ им. Н.Э. Баумана возглавлял крупнейший ученый в области стандартизации и организации производства Василий Васильевич Бойцов (1908 - 1997) — создатель современной системы государственных стандартов в России и первый Председатель Государственного Комитета СССР по стандартам. К сожалению, в дальнейшие годы система стандартизации была во многом разрушена. В результате проявились серьезные проблемы с качеством продукции, в том числе потребительских товаров. Для наведения порядка в этой области, очевидно, прежде всего необходим анализа советского опыта.
Цель стандартов - фиксация лучших практик, проверенных рациональных способов действий. В качестве примера укажем на Комплексные системы управления качеством продукции (КС УКП) - итог большой научно-методической разработки, начало которой относится к концу 60-х годов ХХ в. "Она проводилась в инициативном порядке научными работниками ВНИИС (в то время ВНИИСтандартизации). Прямую организационную и методическую поддержку разработчики имели от Госстандарта ССР и от его председателя- д-ра техн. наук, проф. Василия Васильевича Бойцова.
Разработки ученых были проверены в широкомасштабном производственном эксперименте на Украине в Львовской области. На основе результатов, полученных в ходе промышленного эксперимента, опыт по созданию комплексных систем управления качеством продукции был одобрен специальным решением ЦК КПСС в августе 1973 г. и рекомендован к широкому внедрению.
Что же характерно для КС УКП, в чем ее значение, что она имеет общего с предшествующими системами, что внесла в международную копилку передового опыта, обобщенного в стандартах ИСО серии 9000?
Прежде всего, скажем, что КС УКП - результат научного обобщения накопленного к тому времени отечественного и известного нашим ученным зарубежного опыта разработки и внедрения систем качества. Она аккумулировала в себе все лучшее, все прогрессивное, что последовательно накапливалось в предшествующих системах: Саратовский БИП (бездефектное изготовление продукции), Горьковский КАНАРСПИ (качество, надежность, ресурс с первых изделий), Ярославский НОРМ (научная организация робот по увеличению моторесурса) и др.
Разрабатывалась КС УКП уже осознанно на принципах системно-комплексного подхода, базируясь на стандартизации. В основу КС УКП были положены принципы общей теории управления и разработанная к тому времени принципиальная модель управления качеством продукции" [10]. Примерами КС УКП являются Комплексная система управления качеством ярославского объединения "Автодизель" [11] и Московская городская система управления качеством продукции [12].
Как отмечает А.В. Гличев, КС УКП, ИСО и TQM (Total Quality Management) - вехи мирового опыта- управления качеством продукции. "В то же время стандарты ИСО серии 9000, по нашему мнению, в ряде случаев уступают содержанию КС УКП. Прежде всего, это касается соединения в петле качества стадий жизненного цикла продукции с некоторыми функциями. Другой методический недостаток заключается в нечетком определении состава и содержания специальных функций управления качеством продукции" [10].
Весьма важно, что "... TQM - это в значительной мере тот виток диалектической спирали, который возвращает нас к Саратовской системе БИП, когда управление качеством было ориентировано в первую очередь на человека и на его роль в производственном процессе" [10]. Проще говоря, КС УКП отнюдь не устарели, опыт 70 - 80 - х годов необходимо использовать в современных условиях, опираясь на идеи одного из заведующих кафедрой ИБМ-2 проф. В.В. Бойцова.
Нет ничего более постоянного, чем популярные ошибки. В настоящее время они распространены не меньше, чем десятилетия назад. Как тогда приходилось разъяснять, что неверно утверждение "запасы должны быть минимальны", а верно: "запасы должны быть оптимальны", так и сейчас (имеется в виду классическая оптимизационная модель Вильсона управления запасами, предложенная Харрисом за 19 лет до Вильсона). Как тогда объяснял, что распределения реальных статистических данных, как правило, ненормальны, так и сейчас приходится (как следствие, любые рассуждения, основанные на предположении о нормальном распределении результатов наблюдений, напоминают поиск под фонарем ключей, потерянных в кустах в темноте). Как тогда невежды советовали проверять нормальность с помощью критериев Колмогорова и омега-квадрат, так и сейчас. И т.д., и т.п.
Новое - это развертывающаяся на наших глазах цифровая революция [7, 8]. Для обеспечения правильности решений, нацеленных в будущее, важно проанализировать прошлое, выделить в нем ценное.

2. Первые годы работы Института высоких статистических технологий и эконометрики (ИВСТЭ)

Термин «высокие статистические технологии» входит в название нашей крайней монографии [13], используется на базовых сайтах http://orlovs.pp.ru/ и http://ibm.bmstu.ru/nil/biblio.html, в том числе в названиях учебников, на форуме http://forum.orlovs.pp.ru/. При публикации статей часто указано, что они подготовлены в ИВСТЭ МГТУ им. Н.Э. Баумана. Поэтому целесообразно дать основную информацию об ИВСТЭ.
История и предыстория ИВСТЭ. Институт высоких статистических технологий и эконометрики (ИВСТЭ) организован нами в 1989 г. Он на инициативных, хоздоговорных и госбюджетных началах занимается развитием, изучением и внедрением высоких статистических технологий, т.е. наиболее современных технологий анализа технических, экономических, социологических, медицинских данных, ориентированных на использование в условиях современного производства и экономики. Основной интерес представляют применения высоких статистических технологий для анализа конкретных экономических данных, т.е. в эконометрике.
Вначале Институт действовал как Центр статистических методов и информатики (создан в 1989 г.), позже - как Всесоюзный центр статистических методов и информатики Центрального правления Всесоюзного экономического общества (1989 - 1992), затем - снова как Центр статистических методов и информатики (1992 - 1993). В 1993 г. преобразован в Лабораторию эконометрических исследований Московского государственного института электроники и математики, а с 1997 г. действует под своим нынешним именем - Институт высоких статистических технологий и эконометрики Московского государственного технического университета им. Н.Э.Баумана. ИВСТЭ работает на базе кафедры ИБМ-2 "Экономика и организация производства" в симбиозе с Лабораторией экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" (руководитель Научно-образовательного центра - д.э.н., проф. С.Г. Фалько).
У ИВСТЭ есть и предыстория. В 1978-1985 гг. активно действовала комиссия «Статистика объектов нечисловой природы и экспертные оценки» Научного Совета АН СССР по комплексной проблеме «Кибернетика».
Следующий этап предыстории ИВСТЭ - Рабочая группа по упорядочению системы стандартов по прикладной статистике и другим статистическим методам. В нашей стране с начала 1970-х годов стали разрабатываться государственные стандарты по статистическим методам. В связи с обнаружением в них грубых ошибок в 1985 г. мы организовали "Рабочую группу по упорядочению системы стандартов по прикладной статистике и другим статистическим методам". В ее работе приняли участие 66 специалистов, в том числе 15 докторов и 36 кандидатов наук. В соответствии с рекомендациями Рабочей группы 24 из 31 государственного стандарта по статистическим методам были отменены в 1986-87 гг.
В 1988-89 гг. наиболее активная часть Рабочей группы (10 докторов и 15 кандидатов наук) составили "Аванпроект комплекса методических документов и пакетов программ по статистическим методам стандартизации и управления качеством" (около 1600 стр.)
Центр статистических методов и информатики и Институт высоких статистических технологий и эконометрики. К сожалению, Госстандарт не пожелал финансировать реализацию заказанного им "Аванпроекта". Тогда решено было действовать самостоятельно. Тридцать лет назад на собрании в Политехническом музее 20 февраля 1989 г. был организован (на общественных началах) Центр статистических методов и информатики (ЦСМИ; в настоящее время - Институт высоких статистических технологий и эконометрики).
Как самостоятельная организация Всесоюзный центр статистических методов и информатики (ВЦСМИ) Центрального правления Всесоюзного экономического общества создан Постановлением Президиума Центрального Правления Всесоюзного экономического общества № 5-7 от 25 декабря 1989 г.
К середине 1990 г. в ВЦСМИ были разработаны 7 базовых программных продуктов - диалоговых систем по современным статистическим методам управления качеством, а именно, СПК, АТСТАТ-ПРП, СТАТКОН, АВРОРА-РС, ЭКСПЛАН, ПАСЭК, НАДИС. В работе участвовали 128 специалистов. В дальнейшем к ВЦСМИ присоединялись новые группы научно-технических работников, уже к концу 1991 г. нас было более 300. Информация о программных продуктах и другой деятельности ЦСМИ постоянно помещалась в журналах "Заводская лаборатория" и "Надежность и контроль качества". Программные продукты, разработанные ВЦСМИ, были приобретены и использовались более чем в 100 организациях и предприятиях. Среди них - производственные объединения "Уралмаш", "АвтоВАЗ", "Пластик", Центральный научно-исследовательский институт черной металлургии им. Бардина, Научно-исследовательский институт стали, Всесоюзный научно-исследовательский институт эластомерных материалов и изделий, Научно-исследовательский институт прикладной химии, Центральный научно-исследовательский институт химии и механики, Научно-производственное объединение "Орион", Научно-исследовательский центр по безопасности атомной энергетики, Всесоюзный научно-исследовательский институт экономических проблем развития науки и техники, Всесоюзный научно-исследовательский институт нефтепереработки, МИИТ, Казахский политехнический институт, Ульяновский политехнический институт, Донецкий государственный университет и др.

3. Всесоюзная статистическая ассоциация

Параллельно с выполнением работ по договорам с организациями и предприятиями ЦСМИ и ВЦСМИ вели работу по объединению статистиков. В апреле 1990 г. в Большом Актовом Зале Московского Энергетического института прошла Учредительная конференция Всесоюзной организации по статистическим методам и их применениям. На Учредительном съезде Всесоюзной статистической ассоциации (ВСА) в октябре 1990 г. в Московском экономико-статистическом институте эта организация вошла в состав ВСА в качестве секции статистических методов.
В соответствии с реальной структурой статистики ВСА делится на 4 секции: 1) практической статистики, 2) статистических методов и их применений, 3) статистики надежности, 4) социально-экономической статистики. Названия секций, зафиксированные в документах ВСА, не вполне соответствуют действительности. Первая секция состоит из работников Госкомстата, большинство членов второй и третьей занимаются практической деятельностью, в том числе в социально-экономической области, а четвертая состоит из преподавателей статистических дисциплин. Вторая секция (во взаимодействии с третьей) "породила" в 1992 г. Российскую ассоциацию статистических методов, а в 1996 г. - Российскую академию статистических методов.
Согласно Уставу решение о роспуске Всесоюзной статистической ассоциации может принять только ее съезд. Такого решения не было, т.е. Всесоюзная статистическая ассоциация продолжает существовать. В 1992 г. после развала СССР и фактического прекращения работы ВСА на основе секции статистических методов ВСА организована Российская ассоциация по статистическим методам (РАСМ), а затем и Российская академия статистических методов, существующие и в настоящее время. В мероприятиях секции статистических методов ВСА и РАСМ активно участвовали несколько сот человек. Основной тематикой работ многих из этих специалистов являются статистические методы в сертификации (управлении качеством).
Базовая бизнес-идея была такова: ЦСМИ и ВЦСМИ разрабатывает статистические методы, программные и методические продукты, ВСА и РАСМ их распространяют и внедряют.
В 1980 - 1990 гг. была проведена большая работа по анализу положения дел в области теории и практики статистики в нашей стране. В ЦСМИ и РАСМ, объединивших большинство ведущих российских специалистов, коллективными усилиями разработан единый подход к проблемам применения статистических методов в сертификации и управлении качеством, т.е. новая парадигма статистических методов (математической статистики, прикладной статистики, эконометрики, организационно-экономического моделирования, математических методов исследования). Был сформулирован «социальный заказ» - разработать серию учебников согласно новой парадигме. К настоящему времени выполнен.

Заключение

С 1993 г. по настоящее время Институт разрабатывал эконометрические методы анализа нечисловых данных, прогнозирования индекса инфляции и валового внутреннего продукта (для Министерства обороны Российской Федерации), методологию построения и использования математических моделей процессов налогообложения (для Госналогслужбы), методологию оценки рисков реализации инновационных проектов высшей школы (для Министерства науки и технологий Российской Федерации), оценивал влияние различных факторов на формирование налогооблагаемой базы ряда налогов (для Минфина Российской Федерации), прорабатывал перспективы применения современных статистических и экспертных методов для анализа данных о научном потенциале (для Министерства науки и технологий Российской Федерации), разрабатывал методологическое, программное и информационное обеспечение анализа рисков химико-технологических объектов (для Международного научно-технического центра), проводил маркетинговые исследования (для Промрадтехбанка, фирм, торгующих растворимым кофе, программным обеспечением), выполнял иные работы.
В 2010-2012 гг. Институт совместно с Группой компаний "Волга-Днепр" и Ульяновским государственным университетом участвовал в разработке АСППАП - автоматизированной системы прогнозирования и предотвращения авиационных происшествий (в соответствии с Постановлением Правительства РФ № 218).
Институт вел и ведет и фундаментальные научные исследования, в частности, госбюджетные научные исследования в МГТУ им.Н.Э. Баумана. Основные публикации сосредоточены в журналах "Заводская лаборатория. Диагностика материалов" (более 80 статей за 1989-2019 гг., в которых указано, что они выполнены в ИВСТЭ), "Контроллинг", "Инновации в менеджменте", "Управление большими системами", в "Научном журнале КубГАУ" и др.
Институт обеспечивает научно-методическую поддержку преподаванию дисциплин "Прикладная статистика", "Прикладная статистика", "Статистика", "Эконометрика", "Организационно-экономическое моделирование", "Контроллинг рисков", выполнению выпускных квалификационных работ (включая МВА) и диссертаций.

Литература

1. Орлов А.И. Организационно-экономическое моделирование: : учебник : в 3 ч. Ч.1: Нечисловая статистика. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. — 542 с.
2. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
3. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
4. Некрасов Л.А., Скворцов Ю.А. (ред.) Организация и планирование машиностроительного производства. Учебник / К.А. Грачева, М.К. Захарова, Л.А. Одинцова и др. - М.: Высшая школа, 2003. - 470с.
5. Фалько С.Г. Наука об организации производства: история, современность, перспективы. – М.: О-во «Знание» РСФСР, 1990. – 56 с.
6. Фалько С.Г. Эволюция концепций управления предприятиями промышленности. – М.: ЦЭМИ РАН, 2007. – 50 с.
7. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
8. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
9. Чарновский Н.Ф. Организация промышленных предприятий по обработке металлов. - М.: Московское научное издательство, 1914. - 308 с.
10. Гличев А.В. Основы управления качеством продукции. - М.: РИА "Стандарты и качество", 2001. -120 с.
11. Комплексная система управления качеством / Р.Н. Арсеньев, М.А. Григорьев, А.М. Добрынин, В.А. Долецкий, Ю.А. Щеглов. - Ярославль: Верхне - Волжское книжное издательство., 1973. - 256 с.
12. Московская городская система управления качеством продукции: Нормативно-методическое обеспечение. - М.: Издательство стандартов , 1981. - 160 с.
13. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.


Контакты

Орлов Александр Иванович, профессор, д.э.н., д.т.н., к.ф.-м.н.
Профессор кафедры ИБМ-2 "Экономика и организация производства",
зав. лабораторией "Экономико-математические методы в контроллинге"
Московского государственного технического университета им. Н.Э. Баумана
prof-orlov@mail.ru


Публикация:
1150. Орлов А.И. Организационно-экономическое моделирование в организации производства в эпоху цифровой экономики / Девятые Чарновские чтения. Сборник трудов IX Всероссийской научной конференции по организации производства (Москва, 6 - 7 декабря 2019 г.) - М.: НОЦ "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана, НП "Объединение контроллеров", 2019. - С. 116-123.
http://czarnowski.bmstu.ru/2020/01/2019proceedings/
https://drive.google.com/file/d/1fjdmus ... q4vEb/view



УДК 005.3:004.8:33.01;
JEL: C00, A12

Орлов А.И.,
д.э.н., д.т.н., к.ф.-м.н., профессор,
зав. лаб. экономико-математических методов в контроллинге,
МГТУ им. Н.Э. Баумана

Сажин Ю.Б.
к.т.н., доцент кафедры «Экономика и организация производства»,
МГТУ им. Н.Э. Баумана

Солидарная информационная экономика как основа
новой парадигмы экономической науки

Аннотация. Аристотель - основоположник экономической науки. В XVIII - XIX вв. наблюдаем рыночную экономику, пришедшую на смену теории Аристотеля. С развитием цифровой экономики в XXI в. идеи Аристотеля об управлении хозяйством с целью удовлетворения потребностей становятся все более актуальными. Проекты ОГАС В.М. Глушкова и "Киберсин" Ст. Бира - примеры разработок в духе Аристотеля. Солидарная информационная экономика, развивающая идеи Аристотеля, является основой новой парадигмы экономической науки.
Ключевые слова: Аристотель, экономическая теория, управление хозяйством, цифровая экономика, солидарная информационная экономика

Alexander I. Orlov,
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor,
head of Laboratory of economic-mathematical methods in controlling, BMSTU

Yuri Sazhin,
candidate of technical Sciences, associate Professor of Department Economics
and industrial engineering, BMSTU

Solidary information economy as the basis of a new paradigm of economic science

Abstract. Aristotle is the founder of the theory of economics. In the 18 - 19 c. we observe a market economy that has replaced the theory of Aristotle. With the development of the digital economy in the 21 c. Aristotle's ideas about managing the economy in order to meet needs are becoming more relevant. Projects of NAS (V.M. Glushkov) and Cybersin (St. Beer) - examples of developments in the spirit of Aristotle. The solidary information economy, developing the ideas of Aristotle, is the basis of the new paradigm of economic theory.
Keywords: Aristotle, economic theory, economic management, digital economy, solidary information economy


Основные экономические идеи Аристотеля и их судьба

С развитием экономической деятельности человека появилось ее осмысление - экономическая наука. Специалисты по истории экономической мысли первым ученым-экономистом называют Аристотеля.
Согласно Аристотелю [1], экономика - это наука о том, как управлять хозяйством. Аристотель рассматривает различные виды хозяйств:
1) Домашнее хозяйство. Экономику домашнего хозяйства можно назвать домоводством.
2) Городское или сельскохозяйственное предприятие. В настоящее время используются термины "экономика предприятия" и "микроэкономика".
3) Хозяйство города (полиса). Сейчас говорят о муниципальном управлении.
4) Хозяйство региона (сатрапии). Это - региональная экономика.
5) Хозяйство государства в целом (империи). Речь идет о макроэкономике, государственном управлении.
Аристотель рассмотрел практически все уровни взаимоотношений экономических субъектов, актуальные для современности. Он полагал, что цель управления хозяйством - удовлетворение потребностей людей. Он резко критиковал так называемых "хрематистиков", полагавших, что цель экономической деятельности - получение выгоды (прежде всего прибыли).
В течение многих столетий правители различных стран управляли экономическими явлениями и процессами, добиваясь удовлетворения потребностей подданных. Труды Аристотеля служили теоретической базой их практической деятельности. Ситуация изменилась с выходом на политическую арену третьего сословия - буржуазии. В результате победы буржуазных революций в качестве главенствующего экономического учения на первое место вместо учения Аристотеля вышла т.н. "рыночная экономика", отражающая взгляды хрематистиков. Её основные постулаты хорошо известны:
1) собственники предприятия сами решают, что производить;
2) цель работы предприятия (организации) - максимизация прибыли;
3) конкуренция - это благо, а монополия - зло;
4) государство не должно вмешиваться в экономическую жизнь, его роль - быть "ночным сторожем", поддерживающим порядок и ведущим борьбу с преступлениями.
Хотя по оценке американского экономиста и теоретика менеджмента П. Друкера, 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику» [6], до сих пор в сознании российских исследователей и практических работников продолжает господствовать рыночная риторика.
Наблюдаем противоречие. В реальном мире рыночная экономика господствовала около ста лет, а с 1873 г. была заменена на смешанную со значительным государственным участием. Германский кайзер начал активно управлять экономическими процессами. В ХХ в. так делали Ф. Рузвельт (США) и руководители социалистических стран. Теоретические основы государственного управления экономикой были развиты Дж. Кейнсом. А вот в теоретических размышлениях и в преподавании рыночная экономика в англосаксонских странах продолжала быть господствующей. Именно рыночная экономика в американском варианте была внедрена в России в 1990-х годах. К настоящему времени стало ясно, что это внедрение имело целью дезориентацию экономического мышления как ученых и преподавателей, так и основной массы населения.
Победа хрематистики повлекла за собой и смену терминологии. Под экономикой стали понимать хрематистику, т.е. прежде всего науку о финансовых спекуляциях. А науку об управлении хозяйством сейчас называют менеджментом, причем эту научную дисциплину "понизили в ранге" - считают лишь одной из экономических наук.
Временная победа хрематистики должна быть преодолена путем возрождения экономического учения Аристотеля. Развиваемая нами солидарная информационная экономика основана на идеях Аристотеля. Современные информационно-коммуникационные технологии позволяют спланировать и организовать выпуск продукции и оказание услуг в объеме, необходимом для удовлетворения потребностей как отдельных людей, так и общества в целом.
Есть две теоретические проблемы, которые необходимо обсудить. Технологические цепочки состоят из многочисленных звеньев, а потому для перехода от заданных потребностей к планам выпуска требуется провести большое количество расчетов. Как показали шотландские экономисты П. Кокшотт и А. Котрелл, к концу ХХ в. вычислительная мощность компьютеров достигла необходимого для этого уровня (http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf, http://left.ru/2009/6/cockshott188.phtml). Отметим как следствие этого утверждения, что действовавший в СССР Госплан в принципе не мог адекватно выполнять свои задачи - в то время не хватало мощностей вычислительной техники. Вторая проблема связана с формированием набора потребностей в виде, позволяющем перейти к планированию. Индивидуальные потребности должны быть агрегированы в потребности общества, в частности, распределены по времени удовлетворения. Это, по нашему мнению, можно сделать с помощью методов теории принятия решений, прежде всего с использованием технологий коллективных экспертных оценок.
Важные работы, направленные на возрождение экономического учения Аристотеля, были выполнены во второй половине ХХ в. Начало положила знаменитая книга Н. Винера 1948 г., заложившая основы современной кибернетики [3], и его более поздняя книга [4], посвященная роли кибернетики в развитии общества.
В послевоенные годы в нашей стране, как и во всем мире, разрабатывались различные типы автоматизированных систем управления экономическими и организационными системами. В 1960-х гг. В.М. Глушков и его коллеги предложил руководству СССР создать Общегосударственную автоматизированную систему управления экономикой страны (ОГАС). В.М. Глушков писал:
«Отныне только «безмашинных» усилий для управления мало. Первый информационный барьер или порог человечество смогло преодолеть потому, что изобрело товарно-денежные отношения и ступенчатую структуру управления. Электронно-вычислительная техника – вот современное изобретение, которое позволит перешагнуть через второй порог. Происходит исторический поворот по знаменитой спирали развития. Когда появится государственная автоматизированная система управления, мы будем легко охватывать единым взглядом всю экономику. На новом историческом этапе, с новой техникой, на новом возросшем уровне мы как бы «проплываем» над той точкой диалектической спирали, ниже которой, отделенный от нас тысячелетиями, остался лежать период, когда свое натуральное хозяйство человек без труда обозревал невооруженным глазом [5]».
Аналогичная по замыслу система, хотя и более скромная по масштабам, была разработана и применена на практике в Чили, во время президентства Сальвадора Альенде. Один из основоположников кибернетики англичанин Стаффорд Бир разработал автоматизированную систему управления национализированными предприятиями Чили. Проект получил название «Киберсин» [2]. Можно было управлять производством всей страны в реальном времени (т.е. каждым конкретным предприятием), сразу же видеть результаты принятых решений и при необходимости вносить поправки. Кроме того, в каждом населенном пункте создавались «опросные пункты», где производился автоматизированный опрос населения по поводу принимаемых мер. Эти центры были включены в систему «Киберсин», и правительство быстро узнавало реакцию населения на очередное нововведение. Разработки Бира дают прототипы для дальнейшего этапа развития коммуникационно-информационных систем управления предприятиями и их объединениями – интегрированными производственно-корпоративными структурами, а также регионами, муниципальными образованиями, субъектами федерации, Россией, международными объединениями, Землей в целом.

Солидарная информационная экономика - основа новой парадигмы экономической науки

Современная экономическая теория, основанная на возрождении учения Аристотеля в рамках цифровой экономики, т.е. путем использования информационно-коммуникационных технологий, получила название солидарной информационной экономики. В ней продолжаются и развиваются идеи ОГАС и «Киберсин».
Первая публикация по солидарной информационной экономике появилась в 2007 г. [9]. Она называлась "Неформальная информационная экономика будущего". Каждая составляющая этого термина из четырех слов заслуживает обсуждения.
Термин "экономика" понимается по Аристотелю - это наука о том, как управлять хозяйством. Также имеем в виду применения экономической теории при решении практических задач. Термин "информация" связываем с широким использованием современных информационно-коммуникационных технологий. Термин "неформальная" был выбран для того, чтобы подчеркнуть отрицательное отношение к волюнтаризму (всеобщим командным методам). Однако в дальнейшем мы от него отказались, поскольку этот термин часто используют применительно к криминальным явлениям. Заменили его на "функционалистко-органическая" в соответствии с концепциями биокосмологии [17]. Однако этот термин не является привычным для широкого круга специалистов. Поэтому мы остановились на термине "солидарная", понимая вслед за П.А. Кропоткиным этот термин как антоним к "конкуренция", "борьба за существование" (солидарность рассматривается как важнейший фактор развития человеческого общества, возрастание которого ведет к прогрессу и всеобщему благоденствию, а утрата - к взаимной борьбе за существование, нищете и эксплуатации). В ряде случаев мы в названиях статей давали разъяснение в скобках: "функционалистко-органическая (солидарная)".
Термин "будущего" был включен в название экономической теории потому, что, как мы полагали, она посвящена управлению хозяйством в достаточно далеком будущем. Однако будущее оказалось гораздо ближе, чем представлялось. Будущее уже наступило. Мы живем в цифровой экономике. Поэтому мы сняли этот термин из названия разрабатываемой теории.
Промежуточный итог развития солидарной информационной экономики подведен в разделе 1.1 монографии [7] и в статье [8]. Необходимо дальнейшее её развитие.
Необходимость перехода к новой парадигме экономической науки вызывается рядом причин. Развитие современной цифровой экономики дает возможность обеспечения удовлетворения потребностей путем организации экономической жизни на основе кибернетических инструментов планирования [10]. Все более широкие слои населения отказываются от поддержки хрематистики и выбирают другие жизненные ценности. Это проявляется, в частности, в переходе от владения к аренде, а также к отказу от раздувания личной собственности [11, 16].
Как следует из сказанного выше, рыночная экономика устарела и стала тормозом как в развитии экономической теории, так и при решении практических задач. Необходимо вывести рыночную экономику из употребления в науке и преподавании и заменить ее в качестве базовой экономической теории на солидарную информационную экономику. Короче, необходима смена парадигмы экономической науки. Основой новой парадигмы является солидарная информационная экономика, развивающая идеи Аристотеля.

Некоторые аспекты необходимости перехода к новой экономической парадигме

Цифровая экономика (в форме солидарной информационной экономики) на базе компьютеризации и роботизации, в XXI в. стала реальностью, с которой приходится считаться даже тем, кто относит себя к экономистам-консерваторам. Внедрение роботов с искусственным интеллектом во все сферы хозяйственной деятельности может привести к неожиданным последствиям: к массовому уходу низкоквалифицированной рабочей силы с рынка труда, при одновременном снижении спроса и на высококвалифицированных специалистов. Роботизированные конвейеры на автозаводах не могут относиться к устройствам с сильным искусственным интеллектом, ведь они не заменяют человека, а помогают ему при создании сложной стоимости. Так на АвтоВАЗе, при численности работников в 55 тыс. чел., в 2019 г. было выпущено всего около 500 тыс. автомобилей. Для характеристики масштабов проблем в автомобилестроении может говорить тот факт, что за последние 18 лет в мире было произведено 1028 млн. автомашин, а не проданными за это же время оказались более 25 млн. шт. (https://zen.yandex.ru/media/id/5f576a20 ... mpaign=dbr). Но каждый год автоконцерны наращивают объемы производства, инвестируя в отрасль баснословные финансовые ресурсы. Разрыв между числом произведенных и проданных автомобилей продолжает расти. Чтобы поддерживать продажи на достойном для производителей уровне, они идут на всяческие уловки, традиционно экономя на оплате рабочей силы, включают в стоимость новых автомобилей затраты на производство прежних моделей, а главное, сознательно и резко снижают качество продукции. Все, что им нужно от производства автомобилей – рост прибыли в каждом обороте капитала. Денег у покупателей нет – берите кредиты, но покупайте, покупайте! Капиталиста не смущает, то к чему приводит экономику современная рыночная парадигма.
Современному капиталисту видится производство стоимости без человека. Из работ классиков известно, что в производстве стоимости, при капитализме, участвует сумма постоянного и переменного капиталов. Это наблюдалось в течении последних сотен лет и казалось незыблемым, на этом строилась существующая и поныне рыночная экономическая парадигма. Доход на капитал постоянно рос за счет неумолимого снижения доли заработной платы во вновь созданной стоимости. И это замечательно согласуется с действующей рыночной экономической парадигмой и с ее «подсказками» для капиталистов, в каком направлении развивать экономическую модель общества. Расслоение (увеличение и даже разрыв социальной и имущественной дистанции) между владельцами капитала и наемными работниками, с одной стороны, и между агентами (топ-менеджерами) и исполнителями, с другой стороны, становится тормозом развития экономики. Наиболее подробно и научно-обоснованно на это указал Томас Пикетти [12], на основании проведенных в течении почти 30-летних исследований огромного коллектива ученых во многих странах.
Развитие экономики, основанной на широком внедрении искусственного интеллекта во всех сферах, кардинально меняет политику предприятий в отношении рабочей силы. Роботы все больше занимают рабочие места на предприятиях розничной торговли, в ресторанах быстрого питания, на складах и в сфере услуг. Собственники бизнеса все шире используют роботов в производствах с высокой трудоемкостью работ или переводят предприятия в страны с низким уровнем заработной платы. В России численность рабочей силы составляет 74,9 млн. чел. (январь 2019 г.), из них 71, 2 млн. чел. заняты экономической деятельностью, а 3,7 млн. чел. являются безработными [14]. Статистика не учитывает число экономически активного населения, не вставших на учет в Фонды занятости. Правительственные органы утверждают, что за четыре года – с 2012 по 2015-й – количество высокопроизводительных рабочих мест (ВПРМ) в стране выросло на 2,6 млн единиц, или на 20,4%. Но этот рост наблюдался на фоне перманентного сокращения общего количества рабочих мест в экономике России на протяжении этих лет (на 6,771 млн. единиц, или 10%) (http://www.ng.ru/economics/2016-08-16/1_job.html). Ежегодно, последние несколько лет, школу заканчивают более одного млн. чел. (https://vawilon.ru/statistika-vypusknikov), к ним следует еще добавить более 700 тыс. выпускников вузов (https://news.rambler.ru/education/43108 ... -vuzov-smi). Некоторые актуальные статистические данные по проблеме, описанной выше, приведены в табл. 1 и 2 (см.исходный текст).
Проблема трудоустройства этого количества человек, ищущих свою работу, не имея практического опыта трудовой деятельности, сама собой не разрешится: «Слишком много людей приходит на рынок труда, и слишком много машины выкидывают людей с него» [13].

Сингулярность искусственного интеллекта: за и против

Первым упомянул термин «сингулярность» в своих работах Дж. Фон Нейман около 1950 г. Он писал: «Создается впечатление, что непрерывно ускоряющийся прогресс … приближает нас к некой важнейшей сингулярности в истории человеческого рода, после которой люди не смогут уже жить так, как прежде» [13, стр. 407].
Проблему сингулярности снова поднял в 1993 г. В. Виндж: «Ускорение технического прогресса было центральным фактором, особенностью этого века. Я утверждаю …, что мы находимся на краю изменения, сравнимого с подъемом человеческой жизни на Земле. Точный причиной этого изменения является неизбежное создание технологией существа с бОльшим, чем у человека, интеллектом. …справедливо назвать это событие сингулярностью. Это точка, где наши старые модели должны быть отброшены, и новая реальность станет править» (http://bookre.org/reader?file=407510&pg=3).
По прогнозу Рэймонда Курцвейла, в 2029 г. произойдет слияние человеческого интеллекта и искусственного, а сингулярность наступит уже в 2045 г. Большинство же экспертов считает, что это произойдет не раньше 2047 г. – если произойдет в принципе. Но Р. Курцвейл настроен оптимистично – он уверен, что за слиянием человека с искусственным интеллектом будущее. Люди перестанут мыслить линейно, и это приведет к небывалому прежде прогрессу (https://hightech.fm/2017/03/16/singularity_2029).
Но скорее всего, что сверхразум, как главный катализатор сингулярности, либо вовсе не может быть создан, либо появится лишь в очень далеком будущем. Гарвард Стивен Пинкер писал: «Нет ни малейшей причины верить в наступление сингулярности. Тот факт, что вы можете представить себе будущее в воображении, не является подтверждением его вероятности или даже возможности» [13, стр. 412].
Подводя итог обзору мнений великих изобретателей и специалистов в области изучения человеческого мозга, можно уверенно сказать, что еще очень далеко до создания машинного интеллекта, сравнимого с человеческим. А наступление эры сингулярности – чистой воды научная фантастика. По мнению Т. Черниговской, в настоящее время актуальной проблемой является попытка смоделировать процессы рассуждения, потому что пока мы к этому особо и не приблизились, и, что такое интеллект, не смог сформулировать ни один ученый. Она утверждает, что мы находимся на пороге не только невероятных технологических скачков, но и в процессе перехода в другую цивилизацию, а это проблема антропологическая (http://www.sobaka.ru/city/science/68897).

Цифровая экономика и образование

Однажды Маргарет Тэтчер в интервью женскому журналу сказала: «Такой вещи, как общество, не существует. Существует живой гобелен мужчин, женщин и детей, и красота этого гобелена и качество нашей жизни будут зависеть от того, насколько каждый из нас готов взять на себя ответственность за себя и каждый из нас готов обернуться и помочь своими собственными усилиями тем, кто несчастен» (https://valchess.livejournal.com/182087.html). Отдельному человеку, субъекту экономики, совсем не интересно, какова прибыль его предприятия или даже ВВП всей страны. Ему важен доступ к такому доходу, который удовлетворит все его потребности, как настоящие, так и будущие. Желания и чаяния субъекта реализует его личный доход и доход его семьи. Существует различные виды доходов, для обозначения границ потребности человека, это доход:
- домохозяйства. Он учитывает доходы всех лиц в возрасте от 15 лет и старше, занимающих одну и ту же единицу жилья, независимо от того, связаны ли они. Один человек, занимающий жилище сам по себе, также считается домохозяйством;
- семьи. Он учитывает только доход домохозяйства, занятого двумя или более лицами, связанными с рождением, браком или усыновлением;
- на душу населения, который измеряет средний доход, получаемый каждым человеком в данной области. Два дохода в одной семье учитываются отдельно при измерении дохода на душу населения.
В настоящее время взамен устаревшего понятия «рыночная экономика (англ. economics)» специалисты все чаще говорят о цифровой экономике. По-видимому, впервые термин «цифровая экономика» ввел Дон Тапскотт в своей популярной книге 1994 г. «Цифровая экономика: обещание и опасность в эпоху сетевой разведки» (http://dontapscott.com/books/the-digital-economy). Цифровая экономика представляет собой производство и реализацию продукции, оказание услуг, основанное на цифровых (информационно-коммуникационных) технологиях. Последнее время все чаще говорят о применении в цифровой экономике искусственного интеллекта. Авторам ближе понятие, возникшее в экономической литературе уже в 2007 г.: солидарная информационная экономика. Ее называют экономической теорией XXI в., которая должна заменить рыночную экономику и занять ее место при проведении научных исследований и в преподавании [7, стр. 16].
Экономическую парадигму можно сформулировать так: это – концептуальная модель экономики, реализованная в виде системы экономических показателей. А новая экономическая парадигма – научная теория, воплощенная в системе понятий, выражающих существенные черты экономической реальности и действительности. Должна содержать исходные новые концептуальные схемы, модели постановки экономических проблем и их решений, новые методы исследования, которые будут действовать в течение определенного исторического периода в экономической науке [11].
В настоящее время в экономике преобладает традиционное представление о сути проблемы безработицы: все дело в недостаточном уровне образования и профессиональной подготовки работников (настоящих и будущих). Считается, что при правильном подходе к образованию, работник будет непрерывно совершенствовать свои навыки, неизменно сохраняя небольшое превосходство над машинами, борясь за свое рабочее место. В их работе будет все больше места для творчества и свободного полета фантазии. При этом обычный человек способен освоить безграничный объем знаний и навыков; количество рабочих мест высокого уровня, которые может создать экономика, чтобы трудоустроить всех этих переобученных работников, также ничем не ограничено. Образование и переподготовка – неизменное решение проблемы безработицы во все времена. Так было и пока есть, но будущее образования и трудоустройства, скорее всего, будет другим.
По существу, широкое и быстрое распространение человекоподобного искусственного интеллекта будет равносильно тому, как фантасты описывают «инопланетное вторжение». Не ограничиваясь одними лишь относительно рутинными, повторяющимися и предсказуемыми задачами, роботы – машины с искусственным интеллектом – смогут заниматься практически всеми видами деятельности. Разумеется, фактически это будет означать одно: почти никто из людей не сможет зарабатывать доход своим трудом. Доход с капитала – или, по сути, доход с права собственности на машины – будет сосредоточен в руках немногочисленной элиты, командующей роботами. У потребителей не будет достаточных средств для приобретения благ, производимых «умными» машинами. Все это приведет к многократному усилению самых негативных тенденций. Рабочий в начале 20 в. выращивал пшеницу, прокладывал железную дорогу, в середине этого века управлял станком с ЧПУ, а в начале 21 в. наклеивает штрих-коды на товар в супермаркете.

Минимальный гарантированный доход

Рост объема инвестиций в образование и профессиональную подготовку не решит проблемы безработицы и не остановит процесс автоматизации труда. На Западе все большее число сторонников решения этого противоречия в применении повсеместно безусловного базового (или минимального гарантированного) дохода (МГД) в качестве своего рода страховки работникам на случай неблагоприятного развития событий. Первым об этом еще в 1973-1979 гг. писал Фридрих Хайек [15], как о справедливом распределении доходов. Сумма получаемого каждым МГД должна быть относительно небольшой:
- достаточной, чтобы свести концы с концами;
- небольшой, чтобы нельзя было чувствовать себя особенно комфортно.
Для успешной реализации любой схемы обеспечения МГД требуется разработка и наличие эффективной системы мотивации.
Существует два общих подхода к реализации идеи МГД [13].
1. Выплачивать безусловный базовый доход всем взрослым гражданам независимо от наличия у них иных источников дохода.
2. Обеспечивать МГД (и использовать другие инструменты, такие, например, как отрицательный подоходный налог) только тем, кто находится в самом низу иерархии распределения доходов, и тем, кто с появлением новых источников дохода останется не у дел.

Заключение

Не изменив цели экономики, нельзя решить проблемы, следующие в кильватере устаревшей экономической парадигмы, соблюдая при этом интересы всех заинтересованных сторон: капиталиста, работника и государства.
Даже если сингулярность эры роботов не наступит, надо признать, что цифровая экономика и искусственный интеллект – реальность. Рост безработицы в промышленно развитых странах из-за роботизации – опасная тенденция. Увеличение возможностей для получения образования и профессиональной подготовки не являются эффективным решением проблемы растущей безработицы. Выход видится в переходе к новой экономической парадигме в два этапа:
1. В ближайшем обозримом будущем перенос акцента экономики с дохода на благосостояние;
2. Перераспределение капитала каждому в виде «минимального гарантированного дохода на душу населения» (и это не МРОТ!) при достижении равной стоимости при полной глобализации экономики (в далекой, но реальной перспективе) с целью избавить его от житья в нужде.
Эти новые подходы к построению солидарной информационной экономики и должны лечь в основу новой экономической парадигмы.

Литература

1. Аристотель. Политика // Сочинения в 4-х томах. – М.: Мысль, 1983. Т.4. - 830 с.
2. Бир Ст. Мозг фирмы. - М.: Радио и связь, 1993. - 416 с.
3. Винер Н. Кибернетика, или управление и связь в животном и машине. 1948-1961. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.
4. Винер Н. Кибернетика и общество. - М.: Изд-во иностранной литературы. 1958. - 200 с.
5. Глушков В.М. Макроэкономические модели и принципы построения ОГАС. - М.: Статистика, 1975. - 160 с.
6. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. - М.: Бук Чембэр Интернэшнл, 1994. - 380 с.
7. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
8. Орлов А.И. Аристотель и цифровая экономика / Biocosmology – neo-Aristotelism. 2019. V. 9, № 1-2. С. 7-20.
9. Орлов А.И. Неформальная информационная экономика будущего. // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
10. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
11. Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 4 (22).
12. Пикетти Т. Капитал в XXI веке / М.: Ад Маргенем Пресс, 2016. – 592 с.
13. Форд М. Роботы наступают: Развитие технологий и будущее без работы. Пер. с англ. – М.: Альпина нон-фикшн, 2019. – 572 с.
14. Рабочая сила, занятость и безработица в России (по результатам выборочных обследований рабочей силы). 2018: Стат.сб.  M.: Росстат,.2018.  142 c.
15. Хайек Ф. Право, законодательство и свобода: современное понимание либеральных принципов справедливости и политики. Пер. с англ. Б. Пинскера, А. Кустарева. - М.: ИРИСЭН, 2006. – 642 с.
16. Auken Ida, Parliament of Denmark. Welcome to 2030. I own nothing, have no privacy, and life has never been better - 2016. URL: https://www.weforum.org/agenda/2016/11/ ... t-that-is/ (дата обращения 18.10.2020).
17. Orlov A. I. Functionalist-Organic Information Economy – the Organizational-Economic Theory of Innovation Development / Biocosmology – neo-Aristotelism. 2013. Vol.3. №1. P. 52-59.

Публикация:
1176. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб фев 12, 2022 2:27 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1099 от 14 февраля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем принципиально важную обзорную статью А.И. Орлова "Статистика нечисловых данных - центральная часть современной прикладной статистики".



УДК 303.732.4 : 519.2

08.00.13 Математические и инструментальные методы экономики (экономические науки)

Статистика нечисловых данных - центральная часть
современной прикладной статистики

Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru

Аннотация. В 1979 г. статистика нечисловых данных была выделена как самостоятельная область прикладной статистики. Первоначально для обозначения этой области математических методов экономики использовался термин "статистика объектов нечисловой природы". Наш базовый учебник по статистике нечисловых данных называется "Нечисловая статистика". Статистика нечисловых данных - одна из четырех основных областей прикладной статистики (наряду со статистикой чисел, многомерным статистическим анализом, статистикой временных рядов и случайных процессов). Статистика нечисловых данных делится на статистику в пространствах общей природы и разделы, посвященные конкретным типам нечисловых данных (статистика интервальных данных, статистика нечетких множеств, статистика бинарных отношений и др.). В настоящее время статистика в пространствах общей природы - центральная часть прикладной статистики, а включающая ее статистика нечисловых данных - основная область прикладной статистики. Это утверждение подтверждается, в частности, анализом публикаций в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" - основном месте публикаций отечественных исследований по прикладной статистике. Настоящая статья посвящена анализу основных идей статистики нечисловых данных на фоне развития прикладной статистики с позиций новой парадигмы математических методов исследования. Описаны различные виды нечисловых данных. Проанализирован исторический путь статистической науки. Рассказано о развитии статистики нечисловых данных. Разобраны основные идеи статистики в пространствах общей природы: средние величины, законы больших чисел, экстремальные статистические задачи, непараметрические оценки плотности распределения вероятностей, методы классификации (диагностики и кластер-анализа), статистики интегрального типа. Кратко рассмотрены некоторые статистические методы анализа данных, лежащих в конкретных пространствах нечисловой природы: непараметрическая статистика (реальные распределения обычно существенно отличаются от нормальных), статистика нечетких множеств, теория экспертных оценок (медиана Кемени - это выборочное среднее экспертных упорядочений) и др. Обсуждаются некоторые нерешенные задачи статистики нечисловых данных.

Ключевые слова: математические методы экономики, прикладная статистика, нечисловые данные, статистика в пространствах общей природы, задачи оптимизации, средние величины, законы больших чисел, непараметрические оценки плотности, статистики интегрального типа, непараметрическая статистика, экспертные оценки, нерешенные задачи

DOI: http://dx.doi.org/10.21515/1990-4665-156-007

1. Введение
В настоящее время статистика нечисловых данных - одна из четырех основных областей прикладной статистики. Остальные три - статистика чисел, многомерный статистический анализ, статистика временных рядов и случайных процессов. В свою очередь статистика нечисловых данных делится на статистику в (нелинейных) пространствах общей природы и разделы, посвященные конкретным типам нечисловых данных, такие, как статистика интервальных данных, статистика нечетких множеств, статистика бинарных отношений и др. Естественно, что научные результаты, полученные в рамках статистики в пространствах общей природы, могут быть использованы для конкретных видов данных (например, теория непараметрических оценок плотности распределения вероятностей). Следовательно, статистика в пространствах общей природы - центральная часть прикладной статистики, а включающая ее статистика нечисловых данных - основная область прикладной статистики. Это утверждение подтверждается, в частности, анализом публикаций в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" - основного издания по прикладной статистике в России. По данным [1], на первое место по числу публикаций вышла именно статистика нечисловых данных. Так, за десять лет (2006 - 2015) ей посвящены 27,6% всех публикаций раздела "Математические методы исследования", т.е. 63,0% статей по прикладной статистике [1].
Первоначально для новой области прикладной статистики использовался термин "статистика объектов нечисловой природы". Он впервые появился в 1979 г. в нашей монографии [2] для обозначения совокупности некоторых полученных в ней научных результатов. В том же году в статье [3] нами была развернута программа построения этой новой области статистических методов, приведены первоначальные формулировки большинства основных теорем. Через год в «Заводской лаборатории» (так тогда назывался этот журнал) появилась обобщающая статья [4] пяти наиболее активных авторов среди занимавшихся различными аспектами статистики нечисловых данных. Итоги первых десяти лет развития новой области прикладной статистики были подведены в нашем обстоятельном обзоре [5] (120 литературных ссылок). Дальнейшее развитие было не менее плодотворным. Обзор [6] за тридцать лет содержал 150 литературных ссылок. К тридцатилетию вышел и первый учебник по статистике нечисловых данных [7]. В названии учебника использован термин "нечисловая статистика". Он представляется слишком кратким, в то время как исходный термин "статистика объектов нечисловой природы" - слишком тяжеловесным. Далее будем называть рассматриваемую область прикладной статистики "статистикой нечисловых данных". Такое название в наилучшей степени отражает ее содержание. Все три термина (статистика объектов нечисловой природы, статистика нечисловых данных, нечисловая статистика) - синонимы.
В настоящей статье обсудим содержание, развитие и основные идеи статистики нечисловых данных.

2. Новая парадигма математических методов исследования - основа статистики нечисловых данных
Появление и развитие статистики нечисловых данных соответствуют переход к новой парадигме математических методов исследования.
Как известно, научная парадигма (от греч. paradeigma — пример, образец) — совокупность научных достижений (подходов, представлений, результатов), признаваемых научным сообществом в тот или иной период времени и служащих основой и образцом новых научных исследований. Понятие парадигмы получило широкое распространение после выхода в свет книги [8] американского историка науки Т. Куна «Структура научных революций» (1962).
Математические методы исследования используются для решения практических задач с давних времен. В Ветхом Завете рассказано о весьма квалифицированно проведенной переписи военнообязанных (Четвертая книга Моисеева "Числа"). В первой половине ХХ в. была сформирована классическая парадигма методов обработки данных, полученных в результате измерений (наблюдений, испытаний, анализов, опытов, обследований). Математические методы исследования, соответствующие классической парадигме, широко используются и в настоящее время. Со стороны может показаться, что в этой области основное давно сделано, современные работы направлены на мелкие усовершенствования. Однако это совсем не так. Новая парадигма математических методов исследования принципиально меняет прежние представления. Она зародилась в 1980-х гг., но была развита в серии наших статей, монографий и учебников уже в XXI в. (см. [9, 10] и др.).
Типовые исходные данные в новой парадигме – объекты нечисловой природы (элементы нелинейных пространств, которые нельзя складывать и умножать на число, например, множества, бинарные отношения, графы, тексты), а в старой – числа, конечномерные векторы, функции [11]. Ранее (в классической старой парадигме) для расчетов использовались разнообразные суммы и функции от них, однако объекты нечисловой природы нельзя складывать, поэтому в новой парадигме применяется другой математический аппарат, основанный на расстояниях между объектами нечисловой природы и решении задач оптимизации.
Изменились постановки задач анализа статистических данных. Старая (классическая) парадигма исходит из идей начала ХХ в., когда К. Пирсон предложил четырехпараметрическое семейство распределений для описания распределений реальных данных. В это семейство как частные случаи входят, в частности, подсемейства нормальных, экспоненциальных, Вейбулла-Гнеденко, гамма-распределений. Сразу было ясно, что распределения реальных данных, как правило, не входят в семейство распределений Пирсона (об этом говорил, например, академик С.Н. Бернштейн в 1927 г. в докладе на Всероссийском съезде математиков). Однако математическая теория параметрических семейств распределений (методы оценивания параметров и проверки гипотез) оказалась достаточно интересной, и именно на ней до сих пор основано преподавание во многих вузах. Итак, в старой парадигме основной подход к описанию данных - распределения из параметрических семейств, а оцениваемые величины – их параметры, в новой парадигме рассматривают произвольные распределения, а оценивают - характеристики и плотности распределений, зависимости, правила диагностики и др. Центральная часть теории – уже не статистика числовых случайных величин, а статистика в пространствах произвольной природы.
В старой парадигме источники постановок новых задач - традиции, сформировавшиеся к середине ХХ века, а в новой - современные потребности математического моделирования и анализа данных (XXI век), т.е. запросы практики. Конкретизируем это общее различие. В старой парадигме типовые результаты - предельные теоремы, в новой - рекомендации для конкретных значений параметров, в частности, для конкретных объемов выборок. Изменилась роль информационных технологий – ранее они использовались в основном для расчета таблиц, теперь же они - инструменты получения выводов (имитационное моделирование, датчики псевдослучайных чисел, методы размножение выборок, в т.ч. бутстреп, и др.). Вид постановок задач приблизился к потребностям практики – при анализе данных от отдельных задач оценивания и проверки гипотез перешли к статистическим технологиям (технологическим процессам анализа данных). Выявилась важность проблемы «стыковки алгоритмов» - влияния выполнения предыдущих алгоритмов в технологической цепочке на условия применимости последующих алгоритмов. В старой парадигме эта проблема не рассматривалась, для новой – весьма важна.
Если в старой парадигме вопросы методологии моделирования практически не обсуждались, достаточными признавались схемы начала ХХ в., то в новой парадигме роль методологии (учения об организации деятельности) является основополагающей. Резко повысилась роль моделирования – от отдельных систем аксиом произошел переход к системам моделей. Сама возможность применения вероятностного подхода теперь – не «наличие повторяющегося комплекса условий» (это требование - реликт "физического" определения вероятности, использовавшегося до аксиоматизации теории вероятностей А.Н. Колмогоровым в 1930-х гг.), а наличие обоснованной вероятностно-статистической модели. Если раньше данные считались полностью известными, то для новой парадигмы характерен учет свойств неопределенности данных, в частности, интервальных и нечетких. Изменилось отношение к вопросам устойчивости выводов – в старой парадигме практически отсутствовал интерес к этой тематике, в новой разработана развитая теория устойчивости (робастности) выводов по отношению к допустимым отклонениям исходных данных и предпосылок моделей.
Статистика нечисловых данных развивается в соответствии с новой парадигмой математических методов исследования.

3. Различные виды нечисловых данных
Типичный исходный объект в прикладной статистике - это выборка, т.е. совокупность независимых одинаково распределенных случайных элементов. Какова природа этих элементов? В классической математической статистике элементы выборки - это числа. В многомерном статистическом анализе - вектора. А в статистике нечисловых данных элементы выборки - это объекты нечисловой природы, которые нельзя складывать и умножать на числа. Другими словами, объекты нечисловой природы лежат в пространствах, не имеющих векторной (линейной) структуры.
Примерами объектов нечисловой природы являются:
- значения качественных признаков (измеренных в шкалах наименований и порядковых), в том числе результаты кодировки объектов с помощью заданного перечня категорий (градаций);
- упорядочения (ранжировки) экспертами объектов экспертизы - образцов продукции (при оценке её технического уровня, качества, конкурентоспособности)), ее характеристик; заявок на проведение научных работ (при проведении конкурсов на выделение грантов) и т.п.;
- классификации, т.е. разбиения объектов на группы сходных между собой (кластеры);
- толерантности, т.е. бинарные отношения, описывающие сходство объектов между собой, например, сходства тематики научных работ, оцениваемого экспертами с целью рационального формирования экспертных советов внутри определенной области науки;
- результаты парных сравнений или контроля качества продукции по альтернативному признаку («годен» - «брак»), т.е. последовательности из 0 и 1;
- множества (обычные или нечеткие), например, зоны, пораженные коррозией, или перечни возможных причин аварии, составленные экспертами независимо друг от друга;
- слова, предложения, тексты;
- графы;
- вектора, координаты которых - совокупность значений разнотипных признаков, например, результат составления статистического отчета о научно-технической деятельности организации или анкета эксперта, в которой ответы на часть вопросов носят качественный характер, а на часть - количественный;
- ответы на вопросы экспертной, медицинской, маркетинговой или социологической анкеты, часть из которых носит количественный характер (возможно, интервальный), часть сводится к выбору одной из нескольких подсказок, а часть представляет собой тексты; и т.д.
Все средства измерения имеют погрешности. Однако до недавнего времени это очевидное обстоятельство никак не учитывалось в статистических процедурах. Только с конца 1970-х годов начала развиваться статистика интервальных данных, в которой предполагается, что исходные данные (элементы выборки) - это не числа, а интервалы. Статистику интервальных данных можно рассматривать как часть интервальной математики. Выводы в ней часто принципиально отличны от классических.
Различным подходам к статистическому анализу интервальных данных посвящена принципиально важная дискуссия [12]. Работают две основные научные школы - А.П. Вощинина и наша. В первой из них изучены проблемы регрессионного анализа, планирования эксперимента, сравнения альтернатив и принятия решений в условиях интервальной неопределенности К этой школе относится недавняя работа Н.В. Скибицкого [13]. В разработанной нами асимптотической статистике интервальных данных на значения случайных величин наложены малые интервальные неопределенности. Основные результаты этого направления подробно изложены в обширных главах учебников [7, 14, 15], монографии [16], в недавнем обзоре [17].
Интервальные данные можно рассматривать как частный случай нечетких множеств. Действительно, если характеристическая функция нечеткого множества равна 1 на некотором интервале и равна 0 вне этого интервала, то задание такого нечеткого множества эквивалентно заданию интервала. С методологической точки зрения важно, что теория нечетких множеств в определенном смысле сводится к теории случайных множеств. Цикл соответствующих теорем приведен в монографии [2], а также в учебниках [7, 14, 15, 18], монографии [16], недавней статье [19]. Казалось бы, много публикаций. Но приходится констатировать, что отнюдь не все специалисты знакомы с теоремами о сведении теории нечетких множеств к теории вероятностей.

4. Об истории и структуре статистической науки
Развитие статистических методов в нашей стране проанализировано в главе 2 монографии [20]. Дадим здесь краткую сводку, позволяющую выявить роль статистики нечисловых данных.
К 60-м годам ХХ в. в стране и мире сформировалась научно-практическая дисциплина, которую называем классической математической статистикой. Новое поколение отечественных исследователей училось теории по фундаментальной монографии шведского математика Г. Крамера [21], написанной в военные годы и впервые изданной на русском языке в 1948 г. Из прикладных руководств назовем учебник [22] и таблицы с комментариями [23].
Затем внимание многих специалистов сосредоточилось на изучении математических конструкций, используемых в статистике. Примером таких работ является монография [24]. В ней получены продвинутые математические результаты, но трудно выделить рекомендации для статистика, анализирующего конкретные данные.
Как реакция на уход в математику выделилась новая научная дисциплина - прикладная статистика. В базовом учебнике по прикладной статистике [14] в качестве рубежа, когда это стало очевидным, указан 1981 г. – дату выхода массовым тиражом (33 940 экз.) сборника [25], в названии которого использован термин «прикладная статистика». С этого времени линии развития математической статистики и прикладной статистики разошлись. Первая из этих дисциплин полностью ушла в математику, перестав интересоваться практическими делами. Вторая позиционировала себя в качестве науки об обработке данных – результатов наблюдений, измерений, испытаний, анализов, опытов, обследований [14].
Вполне естественно, что в прикладной статистике стали создаваться свои математические методы и модели. Необходимость их развития вытекает из потребностей конкретных прикладных исследований. Это математизированное ядро прикладной статистики назовем теоретической статистикой. Тогда под собственно прикладной статистикой следует понимать обширную промежуточную область между теоретической статистикой и применением статистических методов в конкретных областях. Таким образом, общая схема современной статистической науки выглядит следующим образом (от абстрактного к конкретному):
1. Математическая статистика (математические методы в статистике) – часть математики, изучающая статистические структуры. Сама по себе не дает рецептов анализа статистических данных, однако разрабатывает методы, полезные для использования в теоретической статистике.
2. Теоретическая статистика – наука, посвященная моделям и методам анализа конкретных статистических данных.
3. Прикладная статистика (в узком смысле) посвящена статистическим технологиям сбора и обработки данных. В нее входят, в частности, вопросы формирования вероятностно-статистических моделей и выбора конкретных методов анализа данных (т.е. методология прикладной статистики и других статистических методов), проблемы разработки и применения информационных статистических технологий, организации выборочных исследований, сбора данных и использования статистических программных продуктов.
4. Применение статистических методов в конкретных областях (в экономике и управлении (менеджменте) – эконометрика, в биологии – биометрика, в химии – хемометрия, в технических исследованиях – технометрика, в геологии, демографии, социологии, медицине, психологии, истории, и т.д.).
Часто позиции 2 и 3 вместе называют прикладной статистикой. Иногда позицию 1 именуют теоретической статистикой. Эти терминологические расхождения связаны с тем, что описанное выше развитие рассматриваемой научно-прикладной области не сразу, не полностью и не всегда адекватно отражается в сознании специалистов. Так, до сих пор выпускают учебники, соответствующие старой парадигме - уровню представлений середины ХХ века.
Примечание. Здесь мы уточнили схему внутреннего деления статистической теории, предложенную ранее в [26]. Естественный смысл приобрели термины «теоретическая статистика» и «прикладная статистика» (в узком смысле). Однако необходимо иметь в виду, что в базовом учебнике [14] прикладная статистика понимается в широком смысле, т.е. как объединение позиций 2 и 3. К сожалению, в настоящее время невозможно отождествить теоретическую статистику с математической, поскольку последняя (как часть математики - научной специальности «теория вероятностей и математическая статистика») заметно оторвалась от задач практики.
Отметим, что математическая статистика, как и теоретическая с прикладной, заметно отличается от ведомственной науки органов официальной государственной статистики. ЦСУ, Госкомстат, Росстат применяли и применяют лишь проверенные временем приемы XIX века. Возможно, нам следовало бы от этого ведомства полностью отмежеваться и сменить название научной дисциплины, например, на «Анализ данных». В настоящее время компромиссным самоназванием является термин «статистические методы».
Во второй половине 1980-х годов в нашей стране развернулось общественное движение, имеющее целью создание профессионального объединения статистиков. Аналогами являются британское Королевское статистическое общество (основано в 1834 г.) и Американская статистическая ассоциация (создана в 1839 г.). К сожалению, деятельность учрежденной в 1990 г. Всесоюзной статистической ассоциации оказалась парализованной в результате развала СССР. Среди стран СНГ наибольшую активность в настоящее время проявляют узбекские исследователи, регулярно проводящие на высоком научном уровне представительные конференции по статистике и ее применениям.

5. О развитии статистики нечисловых данных
С 70-х годов ХХ в. в основном на основе запросов теории экспертных оценок (а также технических исследований, экономики, социологии и медицины) развивались различные направления статистики нечисловых данных. Были установлены основные связи между конкретными видами таких объектов, разработаны для них базовые вероятностные модели [27]. Сводка полученных результатов дана в монографии [2], обзоре [4]. Это - предыстория статистики нечисловых данных. А история начинается с осмысления созданного, констатации [2, 3] в 1979 г. появления новой области прикладной статистики.
Следующий этап (1980-е годы) - развитие статистики нечисловых данных в качестве самостоятельного научного направления в рамках математических методов исследования, ядром которого являются методы статистического анализа данных произвольной природы. Для работ этого периода характерна сосредоточенность на внутренних (внутриматематических) проблемах статистики нечисловых данных. Проводились всесоюзные конференции, выпускались монографии, сборники трудов, защищались диссертации (Орлов А.И., Пярна К.А., Рыданова Г.В., Сатаров Г.А., Трофимов В.А., Шер А.П., Шмерлинг Д.С. и др.). Наиболее представительным является сборник [28], подготовленный совместно комиссией «Статистика объектов нечисловой природы» Научного Совета АН СССР по комплексной проблеме «Кибернетика» и Институтом социологических исследований АН СССР. Конкретная информация по работам 80-х годов имеется в обзорах [5, 6].
В настоящее время в связи с активным использованием наукометрических показателей разнообразными администраторами в области научной деятельности распространилась преувеличенная оценка роли журналов в развитии науки. Опыт статистики нечисловых данных показывает, что естественная цепочка развития научного результата такова: тезисы доклада — тематический сборник — монография — учебник — широкое использование [29]. Для развития нового направления публикации в научных журналах, вообще говоря, не обязательны. Ясно, что издание собственных журналов или завоевание позиций в уже существующих возможно лишь на этапе зрелости нового направления, но не на этапе его создания.
К 1990-м годам статистика нечисловых данных с теоретической точки зрения была достаточно хорошо развита, основные идеи, подходы и методы были разработаны и изучены математически, в частности, доказано достаточно много теорем. Однако она оставалась недостаточно апробированной на практике. И в 90-е годы наступило время перейти от теоретико-статистических исследований к применению полученных результатов на практике, а также включить их в учебный процесс, что и было сделано. В 90-е годы в «Заводской лаборатории» опубликованы обзоры [5, 11, 27] по статистике объектов нечисловой природы и многочисленные конкретные исследования, рассмотренные позже в [6]. Серия работ была выполнена по статистике интервальных данных.
В 2000-е годы наиболее заметное явление - развернутые изложения основных результатов статистики нечисловых данных в учебниках по прикладной статистике, теории принятия решений, эконометрике [14, 15, 18]. Выпущен первый учебник по статистике нечисловых данных [7].
В 2010-е годы представленная научной общественности новая парадигма математических методов исследования закрепила положение статистики нечисловых данных как центральной быстро растущей части современной прикладной статистики (ср. обзор [1]). Опубликована серия работ по непараметрическим оценкам плотности распределения.

6. Основные идеи статистики в пространствах общей природы
В чем принципиальная новизна статистики нечисловых данных? Для классической математической статистики характерна операция сложения. При расчете выборочных характеристик распределения (выборочное среднее арифметическое, выборочная дисперсия и др.), в регрессионном анализе и других областях этой научной дисциплины постоянно используются суммы. Математический аппарат - законы больших чисел, Центральная предельная теорема и другие теоремы - нацелены на изучение сумм. Принципиально важно, что в статистике нечисловых данных нельзя использовать операцию сложения, поскольку элементы выборки лежат в пространствах, где нет операции сложения. Методы обработки нечисловых данных основаны на принципиально ином математическом аппарате - на применении различных расстояний в пространствах объектов нечисловой природы и решении задач оптимизации.
Следует отметить, что в статистике нечисловых данных одна и та же математическая схема может с успехом применяться во многих прикладных областях, для анализа данных различных типов, а потому ее лучше всего формулировать и изучать в наиболее общем виде, для объектов произвольной природы.
Кратко рассмотрим несколько идей, развиваемых в статистике нечисловых данных для элементов выборок, лежащих в пространствах произвольного вида. Они нацелены на решение классических задач описания данных, оценивания, проверки гипотез - но для неклассических данных, а потому неклассическими методами.
Первой обсудим проблему определения средних величин. В рамках теории измерений удается указать вид средних величин, соответствующих тем или иным шкалам измерения [30]. Теория измерений [31, 32], в середине ХХ в. рассматривавшаяся как часть математического обеспечения психологии, к настоящему времени признана общенаучной дисциплиной. Проблемы теории измерений постоянно рассматриваются в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" (см. соответствующий раздел [33]).
В классической математической статистике средние величины вводят с помощью операций сложения (выборочное среднее арифметическое, математическое ожидание) или упорядочения (выборочная и теоретическая медианы). В пространствах произвольной природы средние значения нельзя определить с помощью операций сложения или упорядочения. Теоретические и эмпирические средние приходится вводить как решения экстремальных задач. Теоретическое среднее определяется как решение задачи минимизации математического ожидания (в классическом смысле) расстояния от случайного элемента со значениями в рассматриваемом пространстве до фиксированной точки этого пространства (минимизируется указанная функция от этой точки). Для получения эмпирического среднего математическое ожидание берется по эмпирическому распределению, т.е. берется сумма расстояний от некоторой точки до элементов выборки и затем минимизируется по этой точке (примером является медиана Кемени [34], методам нахождения которой посвящены недавние работы М.С. Жукова и его диссертация [35]). При этом как эмпирическое, так и теоретическое средние как решения экстремальных задач могут быть не единственными элементами рассматриваемого пространства, а являться некоторыми множествами таких элементов. Они могут оказаться и пустыми. Тем не менее удалось сформулировать и доказать законы больших чисел для та определенных средних величин, т.е. установить сходимость (в специально определенном смысле) эмпирических средних к теоретическим [7, 36].
Оказалось, что методы доказательства законов больших чисел допускают существенно более широкую область применения, чем та, для которой они были разработаны. А именно, удалось изучить асимптотику решений экстремальных статистических задач [7, 37], к которым, как известно, сводится большинство постановок прикладной статистики. В частности, дополнительно к законам больших чисел установлена состоятельность оценок минимального контраста, в том числе оценок максимального правдоподобия и робастных оценок. К настоящему времени подобные оценки изучены также и в статистике интервальных данных. Полученные результаты относительно асимптотики решений экстремальных статистических задач применяются в ряде работ.
В статистической теории в пространствах общей природы большую роль играют непараметрические оценки плотности распределения вероятностей, используемые, в частности, в различных алгоритмах регрессионного, дискриминантного, кластерного анализов. В статистике нечисловых данных предложен и изучен ряд типов непараметрических оценок плотности в пространствах произвольной природы, в том числе в дискретных пространствах [38]. В частности, доказана их состоятельность, изучена скорость сходимости и установлен (для ядерных оценок плотности) примечательный факт совпадения наилучшей скорости сходимости в произвольном пространстве с той, которая имеет быть в классической теории для числовых случайных величин [39].
Нами введено несколько видов непараметрических оценок плотности вероятности. Подробнее изучены линейные оценки. Подробнее рассмотрены их частные случаи – ядерные оценки плотности в пространствах произвольной природы. Асимптотическая теория ядерных оценок плотности развита, прежде всего, для нужд статистики конкретных видов объектов нечисловой природы, в которой основной интерес представляют конечные пространства. Мера p при этом не непрерывная, а дискретная, например, считающая. Таким образом, в рамках единого подхода удается рассмотреть оценки плотностей и оценки вероятностей.
В предположении непрерывности неизвестной плотности f(x) представляется целесообразным «размазать» каждый атом эмпирической меры, т.е. рассмотреть линейные оценки, введенные в нашей первой работе по статистике нечисловых данных [3, с.24]. Нами введены ядерные оценки плотности. Линейные оценки были названы нами «обобщенными оценками типа Парзена-Розенблатта», т.к. в частном случае они переходят в известные оценки, введенные Розенблаттом и Парзеном.
Цель статей [38, 41] - завершение цикла работ, посвященного математическому изучению асимптотических свойств различных видов непараметрических оценок плотности распределения вероятности в пространствах общей природы. Изучен средний квадрат ошибки ядерной оценки плотности. С целью максимизации порядка его убывания обоснован выбор ядерной функции и последовательности показателей размытости. Основные понятия - круговая функция распределения и круговая плотность. Порядок сходимости в общем случае тот же, что и при оценивании плотности числовой случайной величины [39], но основные условия наложены не на плотность случайной величины, а на круговую плотность. Далее рассматриваем другие виды непараметрических оценок плотности - гистограммные оценки и оценки типа Фикс-Ходжеса. Затем изучаем непараметрические оценки регрессии и их применение для решения задач дискриминантного анализа в пространстве общей природы
Дискриминантный, кластерный, регрессионный анализы в пространствах произвольной природы основаны либо на параметрической теории - и тогда применяется подход, связанный с асимптотикой решения экстремальных статистических задач - либо на непараметрической теории - и тогда используются алгоритмы на основе непараметрических оценок плотности.
Для анализа нечисловых, в частности, экспертных данных весьма важны методы классификации [42]. Интересно движение мысли в обратном направлении - наиболее естественно ставить и решать задачи классификации, основанные на использовании расстояний или показателей различия, именно в рамках статистики объектов нечисловой природы (а не, скажем, многомерного статистического анализа). Это касается как распознавания образов с учителем (другими словами, дискриминантного анализа), так и распознавания образов без учителя (т.е. кластерного анализа). Аналогичным образом задачи многомерного шкалирования, т.е. визуализации данных, также естественно отнести к статистике объектов нечисловой природы. Важны методы оценки истинной размерности признакового пространства [43].
Отметим несколько конкретных научных результатов математической теории классификации. В задачах диагностики (дискриминантного анализа), как следует из леммы Неймана-Пирсона, целесообразно строить алгоритмы на основе отношения непараметрических оценок плотностей распределения вероятностей, соответствующих классам. Установлено, что наилучшим показателем качества алгоритма диагностики является прогностическая сила [44]. Устойчивость классификации относительно выбора метода кластер-анализа обосновывает вывод о реальности кластеров. И т.д. (см. соответствующий раздел в обзоре [1]).
Для проверки гипотез в пространствах нечисловой природы могут быть использованы статистики интегрального типа [3, 45], в частности, типа омега-квадрат. Отметим, что предельная теория таких статистик, построенная первоначально в классической постановке, приобрела естественный (завершенный, изящный) вид именно для пространств произвольного вида [46], поскольку при этом удалось провести рассуждения, опираясь на базовые математические соотношения, а не на те частные (с общей точки зрения), что были связаны с конечномерным пространством.

7. О некоторых областях статистики конкретных нечисловых данных
Кратко рассмотрим некоторые статистические методы анализа данных, лежащих в конкретных пространствах нечисловой природы.
Непараметрическая статистика – это прежде всего ранговая статистика, т.е. основанная на рангах – номерах элементов выборок в вариационных рядах. Ранги измерены в порядковых шкалах, а значения ранговых статистик инвариантны относительно любых строго возрастающих преобразований - допустимых преобразований в таких шкалах. Непараметрическая статистика позволяет делать статистические выводы, оценивать характеристики и плотность распределения, проверять статистические гипотезы без слабо обоснованных предположений о том, что функция распределения элементов выборки входит в то или иное параметрическое семейство. Например, широко распространена вера в то, что статистические данные часто подчиняются нормальному распределению. Математики думают, что это - экспериментальный факт, установленный в прикладных исследованиях. Прикладники уверены, что математики доказали нормальность результатов наблюдений. Между тем анализ конкретных результатов наблюдений, в частности, погрешностей измерений, приводит всегда к одному и тому же выводу - в подавляющем большинстве случаев реальные распределения существенно отличаются от нормальных. На этот объективный факт обращал внимание В.В. Налимов в своей классической монографии [47]. Научная школа метролога П.В. Новицкого многочисленными экспериментами подтвердила отсутствие нормальности погрешностей измерений [48]. В сводке [49], в частности, установлено, что по выборкам объемов 6 - 50, как правило, не удается отличить нормальное распределение от других видов распределений.
Некритическое использование гипотезы нормальности часто приводит к значительным ошибкам, например, при отбраковке резко выделяющихся результатов наблюдений (выбросов), при статистическом контроле качества и в других случаях [14]. Поэтому целесообразно использовать непараметрические методы, в которых на функции распределения результатов наблюдений наложены лишь весьма слабые требования. Обычно предполагается лишь их непрерывность. К настоящему времени с помощью непараметрических методов можно решать практически тот же круг задач, что ранее решался параметрическими методами. Примеры - оценивание характеристик распределения и проверка гипотезы однородности для независимых и связанных выборок [14]. Однако эта информация еще не вошла в массовое сознание. До сих пор тупиковой тематике параметрической статистики посвящены обширные разделы учебников и программных продуктов. Современное состояние непараметрической статистики проанализировано в [50]. Эта область исследований продолжает активно развиваться.
Представляют практический интерес результаты, связанные с конкретными областями статистики объектов нечисловой природы, в частности, со статистикой нечетких множеств [51] и со статистикой случайных множеств (напомним, что теория нечетких множеств в определенном смысле сводится к теории случайных множеств [19]), с непараметрической теорией парных сравнений и люсианов (бернуллиевских бинарных векторов) [52], с аксиоматическим введением метрик в конкретных пространствах объектов нечисловой природы [7], а также с рядом других конкретных постановок.
Результаты контроля штучной продукции по альтернативному признаку представляют собой последовательности из 0 и 1, т.е. объекты нечисловой природы (люсианы), а потому теорию статистического контроля относят к статистике нечисловых данных [5, 6]. Постоянно публикуем работы по этой тематике, предназначенные для специалистов по статистическим методам управления качеством продукции (см. [15, 53] и др.).
Статистика нечисловых данных порождена потребностями практики, прежде всего в области экспертных оценок. Можно констатировать, что анализ экспертных оценок [54] - это прикладное «зеркало» общей теории. Решения задач теории экспертных оценок обобщались в статистике нечисловых данных. При движении мысли в обратном направлении результаты статистики в пространствах общей природы интерпретировались для анализа экспертных оценок. Как и для статистики нечисловых данных в целом, публикации шли по траектории: тезисы доклада — тематический сборник — монография — учебник — широкое использование [29]. Вполне естественно, что названия сборников трудов неформального научного коллектива, развивающего статистику нечисловых данных, начинались со слов «Экспертные оценки» [55 - 58]. Отметим, что публикации в журналах не сыграли значительной роли в развитии рассматриваемых научных направлений. Обзор развития экспертных технологий в нашей стране дан в [59].
Вопросы внедрения математических методов исследования всегда были в центре внимания специалистов по статистике нечисловых данных [60]. Подчеркивалось большое теоретическое и прикладное значение статистики нечисловых данных, необходимость перехода от отдельных методов анализа данных к разработке высоких статистических технологий [61] и использования современных систем внедрения математических методов, таких как система «Шесть сигм» и ее аналоги. Обсуждались проблемы программного обеспечения [35, 62]. Однако приходится констатировать, что создание линейки современных программных продуктов по статистике нечисловых данных – пока дело будущего.

8. Некоторые нерешенные задачи статистики нечисловых данных
Начнем с обсуждения влияния отклонений от традиционных предпосылок. В вероятностной теории статистических методов выборка обычно моделируется как конечная последовательность независимых одинаково распределенных случайных величин или векторов. В устаревшей парадигме середины ХХ в. часто предполагают, что эти величины (вектора) имеют нормальное распределение.
При внимательном взгляде совершенно ясна нереалистичность приведенных классических предпосылок. Независимость результатов измерений обычно принимается «из общих предположений», между тем во многих случаях очевидна их коррелированность. Одинаковая распределенность также вызывает сомнения из-за изменения во времени свойств измеряемых образцов, средств измерения и психофизического состояния специалистов, проводящих измерения (испытания, анализы, опыты). Даже обоснованность самого применения вероятностных моделей иногда вызывает сомнения, например, при моделировании уникальных измерений (согласно классическим воззрениям, теорию вероятностей обычно привлекают при изучении массовых явлений). И уж совсем редко распределения результатов измерений можно считать нормальными.
Итак, методы классической математической статистики обычно используют вне сферы их обоснованной применимости. Какова влияние отклонений от традиционных предпосылок на статистические выводы? В настоящее время об этом имеются лишь отрывочные сведения. Так, три примера в статье [6] показывают весь спектр возможных свойств классических расчетных методов в случае отклонения от нормальности. Так, методы построения доверительного интервала для математического ожидания оказываются вполне пригодными при таких отклонениях. Методы проверки однородности двух независимых выборок с помощью двухвыборочного критерия Стьюдента пригодны в некоторых случаях. В задаче отбраковки (исключения) резко выделяющихся наблюдений (выбросов) расчетные методы, основанные на нормальности, оказались полностью непригодными.
Очевидно, имеется необходимость изучения свойств расчетных методов классической математической статистики, опирающихся на предположение нормальности, в ситуациях, когда это предположение не выполнено. Аппаратом для такого изучения наряду с методом Монте-Карло могут послужить предельные теоремы теории вероятностей, прежде всего Центральная Предельная Теорема, поскольку интересующие нас расчетные методы обычно используют разнообразные суммы. Пока подобное изучение не проведено, остается неясной научная ценность, например, применения основанного на предположении многомерной нормальности факторного анализа к векторам из переменных, принимающих небольшое число градаций и к тому же измеренных в порядковой шкале.
Нерешенным проблемам статистики посвящены статьи [132, 133]. Одна из важных проблем - использование асимптотических результатов при конечных объемах выборок. Конечно, естественно изучить свойства алгоритма с помощью метода Монте-Карло. Однако из какого конкретного распределения брать выборки при моделировании? От выбора распределения зависит результат. Кроме того, датчики псевдослучайных чисел лишь имитируют случайность. До сих пор неизвестно, каким датчиком целесообразно пользоваться в случае возможного безграничного роста размерности пространства.
Другая проблема – обоснование выбор одного из многих критериев для проверки конкретной гипотезы. Например, для проверки однородности двух независимых выборок можно использовать критерии Стьюдента, Крамера-Уэлча, Лорда, хи-квадрат, Вилкоксона (Манна-Уитни), Ван-дер-Вардена, Сэвиджа, Н.В. Смирнова, типа омега-квадрат (Лемана-Розенблатта), Реньи, Г.В. Мартынова и др. Какой выбрать?
Критерии однородности проанализированы в [65]. Естественных подходов к сравнению критериев несколько - на основе асимптотической относительной эффективности по Бахадуру, Ходжесу-Леману, Питмену. И каждый из перечисленных критериев является оптимальным при соответствующей альтернативе или подходящем распределении на множестве альтернатив. При этом математические выкладки обычно используют альтернативу сдвига, сравнительно редко встречающуюся в практике анализа реальных статистических данных. Итог печален - блестящая математическая техника, продемонстрированная в [65], не позволяет дать рекомендации для выбора критерия проверки однородности при анализе реальных данных.
Проблемы разработки высоких статистических технологий поставлены в [61] (см. также одноименный сайт http://orlovs.pp.ru). Используемые при обработке реальных данных статистические технологии состоят из последовательности операций, каждая из которых, как правило, хорошо изучена, поскольку сводится к оцениванию (параметров, характеристик, распределений) или проверке той или иной гипотезы. Однако статистические свойства результатов обработки, полученных в результате последовательного применения таких операций, мало изучены [66]. Необходима теория, позволяющая изучать свойства статистических технологий и так их конструировать, чтобы обеспечить высокое качество обработки данных.
В заключение отметим, что развернутое описание статистики нечисловых данных дано в монографиях [7, 14, 18]. При дальнейшем развитии исследований важно опираться на современную методологию статистических методов [67].

Литература

1. Орлов А.И. Развитие математических методов исследования (2006 – 2015 гг.) / Заводская лаборатория. Диагностика материалов. 2017. Т.83. №1. Ч.1. С. 78-86.
2. Орлов А.И. Устойчивость в социально-экономических моделях. – М. : Наука, 1979. – 296 с.
3. Орлов А.И. Статистика объектов нечисловой природы и экспертные оценки / Экспертные оценки. Вопросы кибернетики. Вып.58. - М.: Научный Совет АН СССР по комплексной проблеме «Кибернетика», 1979. С. 17-33.
4. Тюрин Ю.Н., Литвак Б.Г., Орлов А.И., Сатаров Г.А., Шмерлинг Д.С. Анализ нечисловой информации / Заводская лаборатория. 1980. Т.46. №10. С. 931-935.
5. Орлов А.И. Статистика объектов нечисловой природы (Обзор) / Заводская лаборатория. 1990. Т.56. №3. С. 76-83.
6. Орлов А.И. Тридцать лет статистики объектов нечисловой природы (обзор) / Заводская лаборатория. Диагностика материалов. 2009. Т.75. №5. С. 55-64.
7. Орлов А.И. Организационно-экономическое моделирование. Часть 1. Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. – 544 с.
8. Кун Т. Структура научных революций. М.: АСТ, 2003. — 605 с.
9. Орлов А.И. Новая парадигма прикладной статистики / Заводская лаборатория. Диагностика материалов. 2012. Т.78. №1, часть I. С. 87-93.
10. Орлов А.И. О новой парадигме математических методов исследования / Научный журнал КубГАУ. 2016. №122. С. 807–832.
11. Орлов А.И. Объекты нечисловой природы / Заводская лаборатория. Диагностика материалов. 1995. Т.61. №3. С.43-52.
12. Дискуссия по анализу интервальных данных / Заводская лаборатория. 1990. Т.56. №7. С.75-95.
13. Скибицкий Н.В. Решение задачи аналитического описания статических характеристик в условиях интервальной неопределенности / Заводская лаборатория. Диагностика материалов. 2019. Т.85. № 3. С. 64-74.
14. Орлов А.И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
15. Орлов А.И. Теория принятия решений.– М.: Экзамен, 2006. – 576 с.
16. Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. – Краснодар, КубГАУ. 2014. – 600 с.
17. Орлов А.И. Статистика интервальных данных (обобщающая статья) / Заводская лаборатория. Диагностика материалов. 2015. Т. 81. № 3. С. 61 - 69.
18. Орлов А. И. Эконометрика. - М.: Экзамен, 2002. – 576 с.
19. Орлов А.И. Теория нечетких множеств – часть теории вероятностей / Научный журнал КубГАУ. 2013. № 92. С. 51-60.
20. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
21. Крамер Г. Математические методы статистики. - М.: Мир, 1975. - 648 с.
22. Смирнов Н. В., Дунин-Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. Изд. 3-е, стереотипное. – М.: Наука, 1969. – 512 с.
23. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики / 3-е изд.- М.: Наука, 1983. - 416 с. (1-е изд. – 1965).
24. Каган А. М., Линник Ю. В., Рао С. Р. Характеризационные задачи математической статистики. - М.: Наука, 1972. - 656 с.
25. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. – 64 с.
26. Орлов А.И. О перестройке статистической науки и её применений / Вестник статистики. 1990. № 1. С.65 – 71.
27. Орлов А.И. Вероятностные модели конкретных видов объектов нечисловой природы / Заводская лаборатория. Диагностика материалов. 1995. Т.61. №5. С.43-51.
28. Андреенков В.Г., Орлов А.И., Толстова Ю.Н. (отв. ред.). Анализ нечисловой информации в социологических исследованиях. - М.: Наука, 1985. - 220 с.
29. Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии. – Краснодар: КубГАУ, 2017. – 532 с.
30. Орлов А.И. Характеризация средних величин шкалами измерения / Научный журнал КубГАУ. 2017. №134. С. 877 – 907.
31. Психологические измерения. Сб. статей. - М.: Мир, 1967. - 196 с.
32. Пфанцагль И. Теория измерений. - М.: Мир, 1976. - 248 с.
33. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) / Заводская лаборатория. Диагностика материалов. 2019. Т.85. №11. С. 69-84.
34. Кемени Дж., Снелл Дж. Кибернетическое моделирование: Некоторые приложения. – М.: Советское радио, 1972. – 192 с.
35. Жуков М. С., Орлов А. И. Задача исследования итогового ранжирования мнений группы экспертов с помощью медианы Кемени / Научный журнал КубГАУ. 2016. № 122. С. 785 – 806.
36. Орлов А.И. Средние величины и законы больших чисел в пространствах произвольной природы / Научный журнал КубГАУ. 2013. № 89. С. 556 – 586.
37. Орлов А.И. Предельная теория решений экстремальных статистических задач / Научный журнал КубГАУ. 2017. №133. С. 579 – 600.
38. Орлов А.И. Асимптотика оценок плотности распределения вероятностей / Научный журнал КубГАУ. 2017. № 131. С. 845 – 873.
39. Ибрагимов И.А., Хасьминский Р.З. Асимптотическая теория оценивания. – М.: Наука, 1979. – 528 с.
40. Вероятность и математическая статистика: Энциклопедия / Гл. ред. Ю.В. Прохоров. – М.: Большая Российская Энциклопедия, 1999. – 910 с.
41. Орлов А.И. Скорость сходимости ядерных оценок плотности в пространствах произвольной природы / Статистические методы оценивания и проверки гипотез: межвуз. сб. науч. тр. / Перм. гос. нац. иссл. ун-т. - Пермь, 2018. - Вып.28. - С. 35-45.
42. Орлов А.И. Математические методы теории классификации / Научный журнал КубГАУ. 2014. № 95. С. 23 – 45.
43. Луценко Е.В., Орлов А.И. Методы снижения размерности пространства статистических данных / Научный журнал КубГАУ. 2016. № 119. С. 92–107.
44. Орлов А.И. Прогностическая сила – наилучший показатель качества алгоритма диагностики / Научный журнал КубГАУ. 2014. № 99. С. 33-–49.
45. Орлов А.И. Асимптотическое поведение статистик интегрального типа / Доклады АН СССР. 1974. Т.219. №4. С. 808-811.
46. Орлов А.И. Предельная теория непараметрических статистик / Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 100. С. 31-52.
47. Налимов В.В. Применение математической статистики при анализе вещества. – М.: Физматгиз, 1960. – 430 с.
48. Новицкий П.В., Зограф И.А. Оценка погрешностей результатов измерений. – Л.: Энергоатомиздат, 1985. – 248 с.
49. Орлов А.И. Распределения реальных статистических данных не являются нормальными / Научный журнал КубГАУ. 2016. № 117. С. 71–90.
50. Орлов А.И. Современное состояние непараметрической статистики / Научный журнал КубГАУ. 2015. № 106. С. 239 – 269.
51. Орлов А.И. Статистика нечетких данных / Научный журнал КубГАУ. 2016. №119. С. 75–91.
52. Орлов А.И. Теория люсианов / Научный журнал КубГАУ. 2014. № 101. С. 275 – 304.
53. Орлов А.И. Предельные теоремы в статистическом контроле / Научный журнал КубГАУ. 2016. № 116. С. 462 – 483.
54. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
55. Статистические методы анализа экспертных оценок / Ученые записки по статистике, т. 29. - М.: Наука, 1977. - 385 с.
56. Экспертные оценки / Вопросы кибернетики. - Вып.58. - М.: Научный Совет АН СССР по комплексной проблеме "Кибернетика". 1979. - 200 с.
57. Экспертные оценки в системных исследованиях / Сборник трудов. - Вып.4. - М.: ВНИИСИ, 1979. - 120 с.
58. Экспертные оценки в задачах управления / Сборник трудов. - М.: Институт проблем управления. 1982. - 106 с.
59. Орлов А.И. Теория экспертных оценок в нашей стране / Научный журнал КубГАУ. 2013. № 93. С. 1-11.
60. Гнеденко Б.В., Орлов А.И. Роль математических методов исследования в кардинальном ускорении научно-технического прогресса / Заводская лаборатория. 1988. Т.54. №1. С.1 - 4.
61. Орлов А.И. О высоких статистических технологиях / Научный журнал КубГАУ. 2015. № 105. С. 14 – 38.
62. Орлов А.И. Компьютерно-статистические методы: состояние и перспективы / Научный журнал КубГАУ. 2014. № 103. С. 163 – 195.
63. Загоруйко Н.Г., Орлов А.И. Некоторые нерешенные математические задачи прикладной статистики / Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - С.53-63.
64. Орлов А.И. Некоторые нерешенные вопросы в области математических методов исследования / Заводская лаборатория. Диагностика материалов. 2002. Т.68. №3. С.52-56.
65. Никитин Я.Ю. Асимптотическая эффективность непараметрических критериев. - М.: Наука, 1995. - 240 с.
66. Орлов А.И. Проблема множественных проверок статистических гипотез / Заводская лаборатория. Диагностика материалов. 1996. Т.62. №5. С.51-54.
67. Орлов А.И. О методологии статистических методов / Научный журнал КубГАУ. 2014. № 104. С. 53–80.

Публикация:
1155. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики / Научный журнал КубГАУ. 2020. № 156. С. 111–142.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб фев 19, 2022 11:40 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1100 от 21 февраля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем познакомиться с основополагающей статьей А.И. Орлова "Основные требования к методам анализа данных (на примере задач классификации)".



УДК 303.732.4 : 519.2

08.00.13 Математические и инструментальные методы экономики (экономические науки)

Основные требования к методам анализа данных (на примере задач классификации)

Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru

Назрела необходимость навести порядок в методах классификации. Это повысит их роль в решении прикладных задач, в частности, при диагностике материалов. Для этого прежде всего следует выработать требования, которым должны удовлетворять методы классификации. Первоначальная формулировка таких требований - основное содержание настоящей работы. Математические методы классификации рассматриваются как часть методов прикладной статистики. Обсуждаются естественные требования к рассматриваемым методам анализа данных и представлению результатов расчетов, вытекающие из накопленных отечественной вероятностно-статистической научной школой достижений и идей. Даются конкретные рекомендации по ряду вопросов, а также критика отдельных ошибок. В частности, методы анализа данных должны быть инвариантны относительно допустимых преобразований шкал, в которых измерены данные, т.е. методы должны быть адекватны в смысле теории измерений. Основой конкретного статистического метода анализа данных всегда является та или иная вероятностная модель. Она должна быть явно описана, ее предпосылки обоснованы - либо из теоретических соображений, либо экспериментально. Методы обработки данных, предназначенные для использования в реальных задачах, должны быть исследованы на устойчивость относительно допустимых отклонений исходных данных и предпосылок модели. Должна указываться точность решений, даваемых с помощью используемого метода. При публикации результатов статистического анализа реальных данных необходимо указывать их точность (доверительные интервалы). В качестве оценки прогностической силы алгоритма классификации вместо доли правильных прогнозов рекомендуется использовать прогностическую силу. Математические методы исследования делятся на "разведочный анализ" и "доказательную статистику". Специфические требования к методам обработки данных возникают в связи с их "стыковкой" при последовательном выполнении. Обсуждаются границы применимости вероятностно-статистических методов. Рассматриваются также конкретные постановки задач классификации и типовые ошибки при применении различных методов их решения.

Ключевые слова: прикладная статистика, анализ данных, методы классификации, диагностика, теория измерений, устойчивость, прогностическая сила.


UDC 303.732.4 : 519.2

08.00.13 Mathematical and instrumental methods of Economics

Basic requirements for data analysis methods (on the example of classification tasks)

Orlov Alexander Ivanovich
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor
Bauman Moscow State Technical University, Moscow, Russia

There is a need to clean up the classification methods. This will increase their role in solving applied problems, in particular, in the diagnosis of materials. For this, first of all, it is necessary to develop requirements that classification methods must satisfy. The initial formulation of such requirements is the main content of this work. Mathematical classification methods are considered as part of the applied statistics methods. The natural requirements to the considered methods of data analysis and the presentation of calculation results arising from the achievements and ideas accumulated by the national probabilistic and statistical scientific school are discussed. Concrete recommendations are given on a number of issues, as well as criticism of individual errors. In particular, data analysis methods must be invariant with respect to the permissible transformations of the scales in which the data are measured, i.e. methods should be adequate in the sense of measurement theory. The basis of a specific statistical method of data analysis is always one or another probabilistic model. It should be clearly described, its premises justified - either from theoretical considerations, or experimentally. Data processing methods intended for use in real-world problems should be investigated for stability with respect to the tolerances of the initial data and model premises. The accuracy of the solutions given by the method used should be indicated. When publishing the results of statistical analysis of real data, it is necessary to indicate their accuracy (confidence intervals). As an estimate of the predictive power of the classification algorithm, it is recommended to use predictive power instead of the proportion of correct forecasts. Mathematical research methods are divided into "exploratory analysis" and "evidence-based statistics." Specific requirements for data processing methods arise in connection with their "docking" during sequential execution. The article discusses limits of applicability of probabilistic-statistical methods. Concrete statements of classification problems and typical errors when applying various methods for solving them are also considered.

Keywords: applied statistics, data analysis, classification methods, diagnostics, theory of measurement, stability, predictive power.

DOI: http://dx.doi.org/10.21515/1990-4665-159-017

1. Введение
Во всех отраслях промышленности, в медицине, социально-экономических исследованиях и других областях деятельности постоянно решаются разнообразные задачи классификации. Разработано много различных математических методов классификации. Строго говоря, их не меньше, чем точек на отрезке. Действительно, ряд методов использует только расстояния между классифицируемыми объектами. Однако, если d - расстояние (метрика), то также является метрикой при любом таком, что .
Несмотря на многообразие постановок задач, моделей и методов классификации, алгоритмов расчетов, положение дел в этой области анализа данных далеко от удовлетворительного. Задачи классификации зачастую решаются не наилучшим образом (более того, зачастую не ясно, как сравнивать методы решения). Области применимости различных методов классификации не установлены, свойства методов недостаточно изучены. Отдельные группы специалистов (кланы) разрабатывают собственные подходы, не слишком интересуясь результатами других. Популярность тех или иных методов зачастую определяется субъективными причинами. Распространен ряд сомнительных концепций и попросту заблуждений. Во многом трудности определяются тем, что накоплено столько теоретических и практических разработок, что отдельный специалист или небольшая группа не в состоянии их осмыслить.
Назрела необходимость навести порядок в методах классификации. Это повысит их роль в решении прикладных задач, в частности, при диагностике материалов. Решить поставленную задачу можно только с помощью добровольной стандартизации. Необходимо проанализировать накопленное и разработать стандарты (предприятий и организаций) по применению признанных наилучшими метолов классификации. Для этого, прежде всего, следует выработать требования, которым должны удовлетворять методы классификации. Первоначальная формулировка таких требований - основное содержание настоящей работы.
Методы классификации рассматриваем как часть прикладной статистики. Ниже приводим ряд примеров нарушения обсуждаемых требований к методам анализа данных, при этом критика конкретной публикации не означает, что в ней нет ничего ценного.

2. Требования к методам анализа данных и представлению результатов расчетов
1. Методы должны быть объективными, результат их применения - определяться исходными данными, но не субъективными мнениями и решениями исследователя. В частности, методы анализа данных должны быть инвариантны относительно допустимых преобразований шкал, в которых измерены данные, т.е. методы должны быть адекватны в смысле теории измерений [1]. Это требование иногда бывает довольно жестким. Так, в качестве средних величин для данных, измеренных в порядковой шкале, можно использовать только члены вариационного ряда, в частности, медиану, но не среднее арифметическое, среднее гармоническое и т.д. Из всех средних по Колмогорову условие адекватности выделяет для данных, измеренных в интервальной шкале, только среднее арифметическое, а для шкалы отношений - только степенные средние [2].
Иногда градациям порядковых данных пытаются приписать числа, с тем, чтобы потом применять методы, разработанные для количественных шкал. Это - так называемая "оцифровка" [3, 4]. Она частично оправдана лишь в том случае, когда есть уверенность, что наблюдаемые данные получены в результате группировки количественных переменных. Пропаганда методов "оцифровки" вне указанных пределов может привести к неадекватным рекомендациям и повлечь те или иные потери. Примером неадекватной оцифровки является метод анализа иерархий [5], в котором от порядковых переменных осуществляется переход к измерениям в шкале интервалов.
2. Основой конкретного статистического метода анализа данных всегда является та или иная вероятностная модель. Именно на основе модели осуществляется перенос выводов с выборочной совокупности на более широкую (генеральную) совокупность. Модель должна быть явно описана, ее предпосылки обоснованы - либо из теоретических соображений, либо экспериментально. Так, в математической статистике часто предполагается, что данные представляют собой выборку, т.е. моделируются как реализации набора независимых одинаково распределенных случайных величин. В обосновании нуждаются, в частности, независимость, одинаковая распределенность. Обоснование используемой модели может быть дано либо из содержательных соображений (например, на основе анализа условий наблюдений), либо же путем статистической проверки. Так, критерии независимости результатов наблюдений приведены в [6, 7]. Иногда высказываемое мнение [8], что положениям математической статистики не угрожает опытная проверка, не соответствует действительности. Построением вероятностно-статистических моделей в связи с задачами классификации занимался Л.Г. Малиновский [9].
Модель и метод (алгоритм) - две самостоятельные составляющие процедуры анализа данных. Для одной и той же модели могут быть предложены различные алгоритмы. Например, параметры функции распределения можно оценивать методом моментов, методом максимального правдоподобия и др. Отметим здесь, что итеративные процедуры нахождения оценок максимального правдоподобия применять нецелесообразно: если эти оценки нельзя найти явно, то следует вычислять одношаговые оценки [1].
Более важно, что один и тот же алгоритм в одной модели может быть наилучшим из возможных, а в другой - очень плохим. Так, для проверки однородности двух выборок в классической модели, в которой элементы выборки имеют нормальные распределения, критерий Стьюдента является наилучшим (при условии равенства дисперсий). Если же распределения, из которых взяты выборки, могут быть произвольными, то этот критерий несостоятелен. К сожалению, неправильное понимание критерия Стьюдента укоренилось, например, в медицинской науке. Следует, конечно, переучивать прикладников на непараметрические критерии.
Полезно сказать несколько слов в защиту критерия Стьюдента. Во-первых, распределение статистики Стьюдента устойчиво к малым отклонениям от нормальности. Во-вторых, из Центральной Предельной Теоремы следует, что статистика Стьюдента распределена асимптотически нормально, если объемы обеих выборок стремятся к бесконечности, а распределения, из которых они взяты, имеют дисперсии. Отсюда следует, что критерий Стьюдента является состоятельным для проверки гипотезы о равенстве математических ожиданий двух распределений. Если последняя гипотеза отвергнута, то однородности нет (подробности см. в [10]).
Аналогичное замечание можно сделать по поводу распространенного неправильного мнения о том, что проверять равенство 0 линейного парного коэффициента корреляции Пирсона можно только в случае, когда результаты наблюдений имеют двумерное нормальное распределение. На самом же деле выборочный коэффициент корреляции асимптотически нормален, а потому при большом объеме выборки можно пользоваться теми же процедурами, что и в предположении нормальности [1].
Проверка однородности - одна из процедур классификации. Именно, проверяется, представляют ли выборки два класса или же их можно объединить в один. Каким же непараметрическим критерием пользоваться? В литературе имеется много предложений. Например, в [7] предлагается применять критерий Вилкоксона. Эта рекомендация не соответствует традициям отечественной вероятностно-статистической научной школы [11], рекомендующей критерии, основанные на эмпирических функциях распределения. Обсудим обоснованность рекомендации по применению критерия Вилкоксона.
В [7] критерий Вилкоксона опирается на модель, в которой одна из функций распределения произвольна, а вторая отличается от нее только сдвигом. Редко можно указать ситуацию, в которой подобная модель обоснована. Разве что при анализе результатов многократных измерений значений физической величины для двух образцов с помощью одного и того же средства измерения, для которого характеристики погрешностей стабильны в рассматриваемом диапазоне.
Если реальная ситуация достаточно изучена, то функции распределения в основном известны. Под таким заявлением обычно понимают то, что они известны с точностью до параметров, а тогда проверка гипотезу однородности проводится с помощью параметрических критериев, в частности, при нормальных распределениях с одинаковыми дисперсиями - с помощью критерия Стьюдента.
Если же реальная ситуация изучена мало, то функции распределения естественно считать произвольными и не связанными друг с другом. Затруднительно представить себе ситуацию, в которой связь между функциями распределения известна почти полностью (с точностью до параметра сдвига), в то время как о самих функциях распределения ничего не известно. Авторы [7] не рассматривают такие ситуации, в соответствующем примере [7, с.87-88] они попросту не обосновывают модель. Таким образом, несведущий в прикладной статистике исследователь, пользуясь [7], может взять произвольную модель, обработать данные в соответствии с ней, результат расчетов выдать как научно обоснованный.
(Отметим, что название [7] не соответствует содержанию: эту монографию следовало бы назвать "Избранные ранговые статистические методы". В [7] несколько искажена история непараметрической статистики, полностью игнорируются такие ее современные разделы, как непараметрические оценки плотности и регрессии. Современные взгляды на непараметрическую статистику обсуждаются в статье [12]).
Итак, при проверке однородности в непараметрическом случае необходимо принять, что функции распределения выборок произвольны. В такой постановке критерий Вилкоксона не является состоятельным. Значит, его применять нельзя. Чем же пользоваться? Очевидно, состоятельными критериями - Смирнова, типа омега-квадрат (Лемана-Розенблатта) [11] и др. Каким именно? Это - нерешенная проблема, подходов к которой не видно (она стоит первой в "цахкадзорской тетради" [13]). Если известна альтернатива, то можно подобрать наиболее мощный критерий. Но откуда взять альтернативу?
Ясно, что нельзя ждать, пока наука дозреет до решения этой проблемы. В настоящее время мы считаем целесообразным рекомендовать два критерия - двухсторонний критерий Смирнова и типа омега-квадрат (Лемана-Розенблатта). В пользу первого из них говорит то, что разработан быстрый алгоритм вычисления распределения критерия Смирнова при конечных объемах выборок, на основе которого рассчитаны таблицы критических значений, исчерпывающим образом дополняющие таблицы для предельного распределения [14]. (Отметим, что называть этот критерий "критерием Колмогорова - Смирнова", как это сделано в [7], неправильно, поскольку у Колмогорова и Смирнова не было ни одной совместной работы, рассматриваемый критерий был предложен Н.В. Смирновым в 1939 г., причем, вопреки [7], метод нахождения предельного распределения статистики Смирнова никак не связан с методом известной работы А.Н. Колмогорова 1933 г., в которой введен "критерий Колмогорова".) Однако у критерия Смирнова имеется заметный недостаток - его функция распределения растет большими скачками, а потому реальный уровень значимости может сильно отличаться от номинального [15]. Поэтому в настоящее время [16] мы склоняемся к рекомендации о применении типа омега-квадрат (Лемана-Розенблатта).
Приведенная выше критика критерия Вилкоксона относится также и к его обобщениям, применяемым в так называемом "непараметрическом дисперсионном анализе" [7] (кстати, название это неточно, поскольку никаких "дисперсий" в рассматриваемых непараметрических методах нет). В рассматриваемых постановках также необходимо перейти на состоятельные критерии.
Таким образом, на примере проверки гипотезы однородности показана необходимость обоснования вероятностной модели реального явления и ее взаимосвязь с алгоритмом расчетов, а также продемонстрирован ряд типичных ошибок.
3. Методы обработки данных, предназначенные для использования в реальных задачах, должны быть исследованы на устойчивость относительно допустимых отклонений исходных данных и предпосылок модели. В частности, должна указываться точность решений, определяемая по точности исходных данных. При этом каждый отдельный элемент исходных данных (например, элемент выборки) рассматриваем как представитель кластера, сгустка с размытыми границами, определяемыми погрешностями исходных данных. Решения, даваемые моделью, описываются, естественно, как элементы кластера - образа кластера данных. Этот подход подробно рассмотрен в монографиях [17, 18], а применительно к теории классификации - в [19] и других статьях. Здесь отметим только два применения развитой нами общей теории устойчивости.
Анализ погрешностей социологических данных привел нас к выводу, что в социологических (и маркетинговых) анкетах не имеет смысла использовать более 3 - 6 градаций [17, п.2.6]. Различие значений параметров моделей управления запасами, определяемых по методикам тех или иных организаций, приводило отдельных экономистов к выводу о невозможности использования оптимизационных моделей. Анализ с позиций теории устойчивости показал, что все рассматриваемые значения лежат в одном и том же кластере, определяемом погрешностями, а анализ кластера решений дал возможность сделать вывод, что оптимизационная модель позволяет снизить издержки не менее чем в 2 раза [17, п.5.1].
Заслуживает дальнейшего развития связь разработанной нами теории устойчивости с теорией решения некорректных задач [20] и с теорией нечеткости. Отметим, что в [17, 18] указан способ сведения теории нечеткости к теории случайных множеств, что позволяет рассматривать теорию нечеткости как своеобразный частный вероятностно-статистический метод. Ясно также, что нечеткость границ реально существующих кластеров должна учитываться в алгоритмах кластер-анализа, т.е. во многих реальных задачах адекватной является лишь нечеткая классификация.
4. Должна указываться точность решений, даваемых с помощью используемого метода. Понятие "точность" конкретизируется для отдельных классов методов. Так, погрешности решения могут быть связаны с погрешностями исходных данных, с погрешностями округления при компьютерных вычислениях, с погрешностями выбранного численного метода решения строго поставленной математической задачи, с тем, что математическая модель лишь грубо отражает действительность, и т.д. Особенно важно уметь численно оценивать погрешности при использовании так называемых "эвристических" алгоритмов, таких, как алгоритм [21], о котором авторы честно пишут, что не знают, дает ли он решение поставленной оптимизационной задачи.
Надо констатировать, что каждый метод обработки данных - это косвенное измерение [1, 17, 18]. Перед массовым использованием, как и всякий метод измерения, он должен быть обоснован с позиций метрологии (науки об измерениях). Поскольку аналитические методы при конечных объемах выборок зачастую не разработаны, то напрашивается изучение точности решений с помощью метода Монте-Карло. Однако следует знать, что многие используемые ныне датчики псевдослучайных чисел дают последовательности, свойства которых явно отличаются от номинальных при числе испытаний, скажем, более 2000, как это установлено И.Г. Журбенко и его сотрудниками еще в 1980-х годах [22].
Явный учет погрешностей может привести к неожиданным выводам. Так, для гамма-распределения еще Р. Фишер в 1920-х годах сравнивал по эффективности метод моментов оценки параметров и метод максимального правдоподобия, и последний оказался лучше. Когда же мы в [1] учли погрешности наблюдений, то вывод оказался другим - в обширной области исходных данных метод моментов лучше метода максимального правдоподобия.
Большой материал по рассматриваемым вопросам дан в весьма ценной книге [23]. Однако, по нашему мнению, авторы [23] слишком много внимания уделяют нынешнему состоянию прикладной математики по сравнению с обсуждением путей развития. Кроме того, методы анализа данных предлагаются, по нашей оценке, прежде всего для их массового использования, поэтому, в согласии с [23, гл.2], необходимо их тщательное исследование. Однако в настоящее время бесконтрольно распространяется большое число плохо обоснованных методов (некоторые примеры ошибок даны выше). Это представляет, на наш взгляд, большую опасность, поскольку с развитием цифровизации происходит стандартизация статистического инструментария на основе стандартных пакетов прикладных статистических программ. Опасность состоит в возможности проникновения в стандартные пакеты плохо обоснованных методов. Подобные методы есть даже в лучших современных пакетах [24]. Необходимы широкие и глубокие исследования имеющихся методов анализа данных, нацеленные на создание "золотого фонда", рекомендуемого для массового использования. Пример такой попытки - система государственных стандартов по статистическим методам управления качеством продукции, прежде всего серия ГОСТов по прикладной статистике ГОСТ 11.001-73 - ГОСТ 11.011-83. К сожалению, попытка провалилась - во многих стандартах этой системы были обнаружены грубые ошибки [25]. Причина - некомпетентность ряда разработчиков.
Очевидно, целесообразно провести анализ методов классификации, нацеленный на создание "золотого фонда". Для этого необходимо провести ряд исследований в духе описанных в статье [19]. Надо также навести порядок в терминологии: вряд ли допустимо, чтобы одна и та же область имела массу названий - кластер-анализ, распознавание образов без учителя, таксономия, автоматическая классификация и т.д.
Нужно обсуждать и показатели качества классификации. Так, например, при классификации на два класса в качестве подобного показателя часто используют долю ошибочно классифицированных объектов. Это, однако, нерационально. Если доля одного из классов сравнительно мала, то вполне обоснованный алгоритм может по этому показателю оказаться хуже тривиального, согласно которому следует отнести все объекты к более многочисленному классу. Так, ряд работ группы И.М. Гельфанда посвящен прогнозированию исхода инфаркта миокарда (использовался алгоритм "Кора-3"). Если для больного прогнозировался неблагоприятный исход (смерть), то за больным следовало установить специальное наблюдение и применять интенсивное лечение - такова практическая польза применения здесь метода классификации. Ясно, что риск смерти целесообразнее несколько переоценить, чем недооценить. На это и ориентировался алгоритм группы И.М. Гельфанда. А вот по доле ошибочной классификации он оказался хуже тривиального, согласно которому предлагалось считать, что никому из больных не угрожает смерть. Одна из возможных рекомендаций [26] - сравнивать методы классификации путем пересчета на модель линейного дискриминантного анализа, в котором классы описываются многомерными нормальными распределениями с одинаковыми ковариационными матрицами. Тогда можно оценить расстояние Махаланобиса между классами и сравнивать методы классификации с его помощью - чем это расстояние больше, тем метод классификации лучше. Пусть доля правильно классифицированных объектов в первом классе есть a, а во втором - b. Тогда оценкой расстояния Махаланобиса между классами является сумма значений в точках a и b функции, обратной к функции стандартного нормального распределения (т.е. нормального распределения с нулевым математическим ожиданием и единичной дисперсией), а в качестве оценки прогностической силы алгоритма классификации вместо доли правильных прогнозов рекомендуется использовать прогностическую силу, т.е.значение функции стандартного нормального распределения от половины оценки расстояния Махаланобиса.
5. В большинстве случаев анализируются данные о выборке с целью переноса на более широкую совокупность, в частности, для прогноза поведения вновь появляющегося объекта. Необходимо указывать точностные характеристики метода, т.е. точность оценивания по выборке параметров и характеристик модели. В вероятностных моделях это делается с помощью доверительных множеств, которыми обычно являются доверительные интервалы.
С прикладной точки зрения метод, для которого неизвестны точностные характеристики, является недостаточно разработанным, другими словами, поисковым, экспериментальным, эвристическим. Его нельзя рекомендовать для массового использования. Его применение может оказаться полезным, а может привести к грубым ошибкам, т.е. он является "магическим" в терминологии В.Н. Тутубалина [27].
Суть дела проста: интуиция обманывает, представляет метод гораздо более точным, чем он есть на самом деле. Современному научно-техническому уровню отвечают работы, в которых наряду с точечными оценками даны доверительные границы. Отходят от этого требования как несведущие в статистике лица, так и, к сожалению, отдельные преподаватели высшей школы, в том числе университетов, что объясняется, видимо, сочетанием "академичности" и отрыва от массы специалистов, обрабатывающих реальные данные.
При публикации результатов статистического анализа реальных данных необходимо указывать их точность (доверительные интервалы). Иначе невозможно использование этих результатов в дальнейших исследованиях в качестве исходных данных (поскольку неизвестны "допустимые отклонения исходных данных" - см. монографии по методам анализа устойчивости выводов [17, 18]), а также сравнение результатов различных исследований. К сожалению, данные социологических, медицинских и иных исследований часто публикуются без указания их точностных характеристик. Потом с содержательной точки зрения (т.е. с точки зрения конкретной прикладной ситуации) обсуждают, например, причины различия показателей для двух групп, в то время как статистические данные, которые можно извлечь из работы, не позволяют заключить о значимости рассматриваемого различия. Имеется в виду частный случай задачи, рассмотренной выше - проверка однородности для независимых выборок из двух биномиальных распределений. Так вот, если есть две выборки объема 100, в первой положительных ответов - 47%, а во второй - 61%, то различие незначимо (на уровне значимости 5%). Но социолог этого не знает - точностные характеристики не указаны - и начинает наводить теорию ... В журнале "Химия и жизнь" (1976, №4, с.112-113) всерьез обсуждалась связь между специальностью ученого и знаком Зодиака, под которым он родился, хотя элементарный подсчет по критерию хи-квадрат показывает, что никакой связи нет (см. подробный разбор в [28, гл.2]). Достойно сожаления, что отдельные специалисты по математическим методам в социологии всерьез воспринимают так называемый "детерминационный анализ" [29], котором используются сравнительно малые по численности группы и игнорируются точностные характеристики, что толкает на получение неадекватных выводов (отметим, что с математической точки зрения "детерминационный анализ" покрывается одним из параграфов книги Г.С. Лбова [30]. Малограмотны и претенциозны высказывания о статистических методах в науковедении в книге [31] ... Впрочем, все ошибки не перечислишь. Напомним хотя бы о хроническом непонимании области применимости критерия Колмогорова, разобранном нами в статье [32] и других работах.
По нашему мнению, неточны слова К. Джини [33, с.29]: "Нельзя предпочесть метод, который не отвечает определенной цели, методу, отвечающему цели, только на том основании, что в одном случае вычислена, а в другом еще не вычислена вероятная ошибка". Как можно знать, что "метод отвечает цели", если его точность неизвестна? В частности, лучше ли он тривиального метода - принять решение априори, а на данные вообще не смотреть. Из сказанного ясно, что мы считаем неверным и мнение Е.С. Вентцель [34] о том, что построению доверительных интервалов не следует уделять большого внимания.
В последние десятилетия получили распространение "невероятностные методы обработки данных", или "анализ данных" (в узком смысле). Типичными публикациями по анализу данных являются статья [21] и книги [29, 30, 35]. Как правило, методы анализа данных - это эвристические методы, вопрос о точностных характеристиках которых даже не ставится. Справедливо сказано в [35, с.15]: "Анализ данных применяется на первых этапах теоретического познания исследуемого явления". Очевидно, за первыми этапами должны следовать дальнейшие, имеющие целью развитие вероятностно-статистической теории, т.е. построение адекватной вероятностной модели явления и на ее основе теоретически обоснованных правил принятия решений (например, решений о необходимости наладки технологического процесса). Таким образом, анализ данных содержит методы, которые можно сравнить с "времянками": они первыми появляются на месте будущих зданий, а после окончания строительства подлежат сносу. Это поисковые, магические, а не научно обоснованные методы, их нельзя рекомендовать для широкого использования, включать в нормативно-техническую документацию - до оценок точности получаемых с их помощью решений, что в большинстве случаев возможно лишь с помощью вероятностной модели. Последняя необходима, если полученные по выборке результаты распространяются на более широкую совокупность. Если же интересующие специалиста включены в исследование, то точность понимается в соответствии с теорией устойчивости [17, 18]. Реальная опасность состоит в том, что в условиях современного обилия публикаций и программ, оборотной стороной чего является относительное невежество специалистов (нельзя знать и 5% от более чем миллиона актуальных к настоящему времени публикаций по математической статистике), распространение получат недостаточно обоснованные методы анализа данных. Ясно ведь, что времянку легче построить, чем здание ... Отметим, что в строительстве времянки стоят десятки лет. Как говорят: "Нет ничего более постоянного, чем "временное"".
Отметим, что математические методы исследования делятся на "разведочный анализ" и "доказательную статистику". Разведочный анализ нацелен на обнаружении нового, в то время как цель доказательной статистики - строго обосновать выводы. Например, разведочный анализ дает возможность сформулировать статистическую гипотезу, а доказательная статистика позволяет ее обосновать (принять) на выбранном заранее уровне значимости.
Многие методы анализа данных основаны на максимизации какого-либо функционала. Надо подчеркнуть, что наличие оптимизации не делает метод более научным, она - средство, а не цель. В связи с обсуждением оценивания параметров гамма-распределения [1] уже приводились примеры того, что не основанные на оптимизации методы могут быть лучше оптимизационных. Польза от экстремальной формулировки основных задач прикладной статистики состоит в основном в том, что можно едиными методами изучать асимптотическое поведение решений этих задач [36], а также единообразно строить алгоритмы их решения. Наиболее естественная оптимизационная постановка задач кластер-анализа дана А.Н. Колмогоровым (см. [17]).
6. Специфические требования к методам обработки данных возникают в связи с их "стыковкой" при последовательном выполнении [13, 19]: результаты работы предыдущего алгоритма должны удовлетворять условиям, наложенным на исходные данные последующего. Так, "восстановление пропущенных данных" по какому-либо алгоритму приводит к тому, что полученная матрица "объект-признак" не может рассматриваться как составленная из независимых случайных векторов, т.е. классическое предположение математической статистики: "наблюдения есть выборка" (конечная последовательность независимых одинаково распределенных случайных элементов" - не выполнено; следовательно, применение основанных на этом предположении методов не является обоснованным. Аналогичная ситуация имеет быть при "преобразовании данных", если параметры преобразования определяются по исходным данным. Неясной остается на настоящий момент обоснованность регрессионного анализа, если степень полинома, описывающего линию регрессии, подбирается по экспериментальным данным, поскольку распространенные оценки этой степени несостоятельны [37]. Продолжать можно долго. К сожалению, нельзя априори надеяться, что влияние указанных нарушений исходных предпосылок мало. Так, в критериях согласия Колмогорова, омега-квадрат и др. возникает желание вместо неизвестных параметров подставить их оценки. Этот прием аналогичен рассмотренным выше, но, в отличие от них, последствия его применения хорошо изучены. Влияние велико и не уменьшается с ростом выборки, например, при применении критерия Колмогорова для проверки нормальности процентные точки должны быть уменьшены примерно в 1,5 раза по сравнению с классическими [32].
Распространена рекомендация - разбить совокупность на однородные классы и затем анализировать каждый класс отдельно. Рекомендация рациональна (в смысле [23]). Так, при обработке данных о течении острой пневмонии [38] коэффициент корреляции между возрастом и длительностью заболевания оказался сравнительно малым (r = 0,21). Когда же мы выделили группы курящих и некурящих, то в первой из них связь оказалась гораздо более выраженной (r = 0,53), во второй же - незначимой.
В рассмотренной задаче классы выделены по априорным соображениям. Если же дискриминирующая поверхность (разделяющая классы) строится на основе анализа экспериментальных данных, то попавшие в один класс наблюдения, вообще говоря, не образуют выборку (нарушается независимость), а распределения их не являются нормальными. Для естественной модели показано [19], что при росте объема выборки независимость в определенном смысле восстанавливается, в то время как распределение элементов кластера отнюдь не приближается к распределению соответствующего члена в смеси, описывающей исходную совокупность (в частности, плотность этого распределения равна 0 для обширной области пространства). Следовательно, нельзя применять регрессионный анализ, основанный на предположении нормальности.
7. Требования к представлению результатов статистического анализа частично рассмотрены выше. Результаты должны приводиться вместе с точностными характеристиками, с указанием конкретного метода, с помощью которого они получены, и степени его обоснованности. При использовании информационно-коммуникационных технологий следует указывать тип (марку, название) компьютера, язык программирования, время счета и другие необходимые характеристики.
Кроме указанных выше, можно сформулировать ряд иных требований к методам обработки данных и представлению их результатов [39].

3. О границах применимости вероятностно-статистических методов
Этой теме посвящены многочисленные публикации [8, 9, 27, 40 - 43]. Мы ее также кратко касались [17, 44, 45]. Здесь отметим только два обстоятельства, весьма кратко и не претендуя на окончательность.
1. По нашему мнению, применение вероятностных методов не имеет принципиальных отличий от применений других областей математики, как более старых (геометрия, дифференциальные уравнения), так и более новых (теория нечеткости [45]). Схема применения однотипна: строится модель на основе соответствующей области математики, тем или иным способом она обосновывается, на основе модели реального явления изучаются интересующие специалистов вопросы, полученные выводы интерпретируются и используются для принятия решений. Поразительно, что отдельные авторы полностью игнорируют многочисленные способы проверки адекватности вероятностной модели.
2. Не менее поразительно, что возможность применения вероятностных моделей связывают с "темными понятиями" устойчивости частот, статистической однородности, статистического ансамбля [8, 27, 43]. Вот уже более 80 лет теория вероятностей является аксиоматической наукой (мы основываемся на аксиоматике А.Н. Колмогорова [46]; его основополагающая монография впервые издана в 1933 г. на немецком языке и в 1936 г. на русском). В ней нет места перечисленным "темным понятиям", как и бессмысленному, вообще говоря, понятию "генеральная совокупность" (оно имеет смысл лишь в случае выбора из конечного множества). Понятие статистического ансамбля, как и выражение "теория вероятностей изучает закономерности массовых явлений" - это реликты начала ХХ века, когда не отделяли математическую теорию вероятностей от её приложений. Попытки применить эти понятия сводятся к бездоказательным общим рассуждениям (другими словами, демагогии), поскольку любая научно обоснованная проверка должна опираться на вероятностную модель явления. На наш взгляд, движение одной-единственной частицы или развитие уникальной экономической системы вполне могут описываться случайными процессами (в терминологии теории вероятностей) - если соответствующие вероятностные модели обоснованы. Например, как проверить, что w(t) - траектория винеровского процесса? Возьмем разности , где достаточно мало по сравнению с интервалом наблюдения. Тогда, как известно, все эти разности независимы и имеют одинаковое нормальное распределение с нулевым математическим ожиданием и дисперсией - при справедливости гипотезы о винеровости. Остается проверить, справедливо ли утверждение, сформулированное в предыдущей фразе, с помощью широкого известных статистических критериев [1, 6, 7, 11 и др.].

4. О некоторых постановках задач классификации
1. Если классы полностью описаны или заданы обучающими выборками, классификацию можно рассматривать как измерение. При статистическом контроле качества единицы продукции классифицируются на годные и бракованные. Врач ставит диагноз больному, относя тем самым его заболевание к одной из нозологических форм. Измерение в номинальной шкале есть разбиение объектов на классы, а в порядковой - на упорядоченные классы [17]. Ясно, что результат измерения должен быть воспроизводимым, допускать сравнение с результатами других измерений. Вообще, классификация как средство измерения должна удовлетворять требованиям, устанавливаемым метрологией. Необходимым условием этого является стандартизация правил классификации (это условие не является, однако, достаточным: сплошь и рядом контролирующие органы обнаруживают, что пропущенные службами контроля качества изделия не удовлетворяют требованиям соответствующих нормативных документов). Ясно, что без стандартизации правил классификации не могут работать различные автоматизированные системы управления, действующие на предприятиях и в регионах. В статистике говорят о точном определении используемых понятий, рассматриваемых совокупностей [33, 47].
Хотя с необходимостью применения стандартных классификаций обычно никто не спорит, на практике стандартизация не всегда осуществлена. Сотрудники вузов хорошо это знают, сравнивая оценки в школьных аттестатах и на экзаменах. Мне уже приходилось упоминать [45] о двух группах медиков, по определению одной из которых "затяжное течение острой пневмонии" имело место в 6% случаев, а по мнению другой - в 60% (для той же совокупности из 461 больного)! Неточности классификаций приводят к тому, что экономико-статистические данные имеют относительные ошибки 5-10% [47].
2. В ряде случаев "мы хотим разбить объекты на группы независимо от того, естественны границы разбиения или нет" [48, с.437]. Типичные примеры - использования интервалов группировки в статистике, разбиение студентов специальности по учебным группам.
3. "Проблема классификации (в узком смысле слова - А.О.) состоит в выяснении по эмпирическим данным, насколько элементы "группируются" или распадаются на изолированные "скопления", "кластеры"" " [48, с.467]. Рассматриваемую область прикладной статистики естественно называть кластер-анализом. В этой области наиболее обоснованными являются вероятностно-статистические методы, известные как методы расщепления смесей [19]. При использовании тех или иных алгоритмов возникает проблема "реальности кластера" [19]. Дело в том, что алгоритм кластер-анализа можно применить к любым исходным данным, в том числе к выборке из однородной совокупности. В последнем случае, очевидно, результат работы алгоритма не будет иметь реального смысла. Как отличить эту ситуацию от противоположной, когда совокупность действительно разбивается на кластеры? Приведем пример ошибочного применения кластер-анализа.
Качество одного из продуктов нефтехимии - фенола - характеризуют 13 показателей. На их измерения тратятся большие средства. Идея состоит в том, чтобы разбить признаки на группы и из каждой группы оставить только один, при этом "каждый из признаков внутри одной группы говорит б образцах почти одно и то же" [49, с.23]. Последнее означает, что коэффициенты корреляции между признаками одной группы близки к 1. По экспериментальным данным нашли матрицу выборочных коэффициентов корреляции [49, с.25]. Максимальный по величине коэффициент корреляции равен 0,85, следующий за ним - 0,46. Отсюда ясно, что только 2 признака из 13 связаны между собой настолько, что имеет смысл прогнозировать значение одного из них по-другому, да и для них прогнозирование не слишком хорошее. Однако это не смущает Ю.П. Адлера, он, не колеблясь, применяет метод корреляционных плеяд и получает 6 групп. Одна из них состоит из двух показателей, коэффициент корреляции между которыми равен 0,21 [49, с.25], т.е. с помощью одного из них можно объяснить лишь 4% дисперсии второго. Обоснованный (с позиций прикладной статистики) ответ в рассматриваемой задаче таков: показатели практически нельзя объединить в группы (за исключением двух, коэффициент корреляции между которыми равен 0,85); чтобы не потерять информацию, надо измерять не менее 12 показателей. Однако Ю.П. Адлер считает, что достаточно 6 - по одному из группы [49, с.24]. Это - введение заказчика в заблуждение с использованием авторитета математических методов. Интересно подсчитать убытки, вызванные описанной рекомендацией Ю.П. Адлера.
Если кластеры являются реальными, то любой разумный алгоритм кластер-анализа должен их достаточно точно выделить. Другими словами, результат кластер-анализа должен быть устойчив относительно выбора алгоритма [17, 18]. Следовательно, для выделения реальных кластеров можно рекомендовать наиболее простой в определенном смысле алгоритм, например, требующий наименьших вычислений, скажем, алгоритм ближнего соседа [1]. Затем следует проверить устойчивость полученных кластеров по отношению к допустимым отклонениям исходных данных [19].
Приведем пример. В [50] мы обрабатывали анкеты (типа социологических) способных к математике школьников. Для кластер-анализа признаков, измеренных в номинальных шкалах, был выбран алгоритм [21], который мы сочли под влиянием [21] наиболее перспективным и обоснованным. Реализация алгоритма на компьютере и счет заняли около полугода. Позже я за полтора часа обработал вручную те же данные по упомянутому выше алгоритму ближнего соседа. Результаты (дендрограммы) практически совпали. Более того, алгоритм ближнего соседа дал дополнительную информацию о структуре данных Итак, в случае работы [50] цена ошибочного выбора алгоритма - полгода лишней работы плюс стоимость машинного времени (вторая составляющая в рассматриваемое время была заметной).
Самый радикальный способ сократить затраты на кластер-анализ - заранее объявить совокупность однородной. Так, Ю.Н. Тюрин [51] пишет: "При проведении экспертного опроса обычно считают, что по интересующему предмету существует истинная точка зрения". Если же выявились кластеры различных мнений, то "надо признать, что экспертный опрос не достиг окончательной цели" [51, с.11]. По моему мнению, это слишком категоричное заявление. Оно может повлечь исключение из процедур обработки экспертных данных этапа кластер-анализа, а это может привести к ошибкам в содержательных областях. На практике мнения экспертов зачастую разделяются (например, мнения научных работников и производственников). Мы полагаем, что при применении экспертных технологий необходим этап классификации мнений экспертов (отметим, что в [52] в модели люсианов порождения экспертных оценок удалось из вероятностно-статистических соображений указать ограничение сверху на диаметр кластера, т.е. обосновать выбор итогового разбиения из дендрограммы).

5. Заключение
Один из разделов статьи Н. Бурбаки "Архитектура математики", основополагающей для многотомной серии "Элементы математики", называется так: "Стандартизация математических орудий" [53, с.253]. Наша задача - стандартизовать такое мощное орудие, как методы классификации. В настоящей статье раскрыт ряд положений заметки [54].
Автор искренне благодарен Д.С. Шмерлингу за конструктивную критику.

Литература

1. Орлов А. И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
2. Орлов А. И. Характеризация средних величин шкалами измерения // Научный журнал КубГАУ. 2017. №134. С. 877 – 907.
3. Енюков И. С. Методы оцифровки неколичественных признаков // Алгоритмическое и программное обеспечение прикладного статистического анализа. - М.: Наука, 1980. - С. 309-316.
4. Александров В. В., Горский Н. Д. Алгоритмы и программы структурного метода обработки данных. - Л.: Наука, 1983. - 208 с.
5. Саати Т. Л. Принятие решений. Метод анализа иерархий. — М.: Радио и связь, 1989. — 316 с.
6. Гаек Я., Шидак 3. Теория ранговых критериев / Пер. с англ. - М.: Наука, 1971. – 376 с.
7. Холлендер М., Вульф Д. Непараметрические методы статистики. – М.: Финансы и статистика, 1983. - 518 с.
8. Алимов Ю.И. Альтернатива методу математической статистики. - М.: знание, 1980. - 64 с.
9. Малиновский Л. Г. Анализ статистических связей: модельно-конструктивный подход / Отв. ред. Н. А. Кузнецов, Л. И. Титомир ; Рос. акад. наук, Ин-т проблем передачи информации. - Москва : Наука, 2002. - 687 с.
10. Орлов А. И. О методах проверки однородности двух независимых выборок // Заводская лаборатория. Диагностика материалов. 2020. Т.86. №3. С. ХХ-ХХ.
11. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики. – М.: Наука, 1983. - 416 с.
12. Орлов А. И. Структура непараметрической статистики (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2015. Т.81. №7. С. 62-72.
13. Загоруйко Н. Г., Орлов А. И. Некоторые нерешенные математические задачи прикладной статистики // Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - С. 53-63.
14. Орлов А. И., Миронова Н. Г., Фомин В. Н., Черномордик О .М. Методика. Проверка однородности двух выборок параметров продукции при оценке ее технического уровня и качества. - М.: ВНИИСтандартизации, 1987. - 116 с.
15. Орлов А. И. Реальные и номинальные уровни значимости при проверке статистических гипотез // Научный журнал КубГАУ. 2015. № 114. С. 42–54.
16. Орлов А. И. Состоятельные критерии проверки абсолютной однородности независимых выборок // Заводская лаборатория. Диагностика материалов. 2012. Т.78. №11. С.66-70.
17. Орлов А. И. Устойчивость в социально-экономических моделях. — М.: Наука, 1979. — 296 с.
18. Орлов А. И. Устойчивые экономико-математические методы и модели. Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями. — Saarbrücken (Germany), LAP (Lambert Academic Publishing), 2011. — 436 с.
19. Орлов А. И. Некоторые вероятностные вопросы теории классификации // Прикладная статистика. - М.: Наука, 1983. - С. 166-179.
20. Тихонов А. Н., Арсенин В. Я. Методы решения некорректных задач. - М.: Наука,1986. – 288 с.
21. Куперштох В. Л., Миркин Б. Г., Трофимов В. А. Сумма внутренних связей как показатель качества классификации // Автоматика и телемеханика. 1976. №3. С. 91-98.
22. Орлов А. И. Метод статистических испытаний в прикладной статистике // Заводская лаборатория. Диагностика материалов. 2019. Т.85. №5. С. 67-79.
23. Блехман И. И., Мышкис А. Д., Пановко Я. Г. Механика и прикладная математика: логика и особенности приложений математики / 2-ое изд., испр. и доп. - М: Наука, 1990. - 360 с.
24. Орлов А. И. Статистические пакеты – инструменты исследователя // Заводская лаборатория. Диагностика материалов. 2008. Т.74. № 5. С. 76–78.
25. Орлов А. И. Сертификация и статистические методы (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 1997. Т.63. № 3. С. 55-62.
26. Орлов А. И. Прогностическая сила – наилучший показатель качества алгоритма диагностики // Научный журнал КубГАУ. 2014. № 99. С. 33-49.
27. Тутубалин В. Н. Теория вероятностей в естествознании. - М.: Знание, 1972. - 64 с.
28. Орлов А. И. Эконометрика. Изд. 4-е, доп. и перераб. — Ростов-на-Дону: Феникс, 2009. — 572 с.
29. Чесноков С. В. Детерминационный анализ социально-экономических данных. Изд. 2, испр. и доп. - М.: URSS. 2009. - 168 с.
30. Лбов Г. С. Методы обработки разнотипных экспериментальных данных. - Новосибирск: Наука, 1981. - 160 с.
31. Хайтун С. Д. Наукометрия: Состояние и перспективы. - М.: Наука, 1983. - 344 с.
32. Орлов А. И. Непараметрические критерии согласия Колмогорова, Смирнова, омега-квадрат и ошибки при их применении // Научный журнал КубГАУ. 2014. № 97. С. 32-45.
33. Джини К. Логика в статистике. - М.: Статистика, 1973. — 128 с.
34. Вентцель Е. С. Методологические особенности прикладной математики на современном этапе // Математики о математике. - М.: Знание, 1982. - С.37-55.
35. Миркин Б. Г. Анализ качественных признаков и структур. - М.: Статистика, 1980. — 319 с.
36. Орлов А. И. Предельная теория решений экстремальных статистических задач // Научный журнал КубГАУ. 2017. № 133. С. 579–600.
37. Орлов А. И. Оценка размерности модели в регрессии // Алгоритмическое и программное обеспечение прикладного статистического анализа. - М.: Наука, 1980. - С. 92-99.
38. Рабухин А. Е., Сильвестров В. П., Орлов А. И. и др. Результаты лечения больных острой пневмонией // Актуальные вопросы клинической и экспериментальной медицины. - М.: 4 ГУ МЗ СССР, 1978. - С. 132-138.
39. Орлов А. И., Миронова Н. Г., Фомин В. Н., Черчинцев А. Н. Рекомендации. Прикладная статистика. Методы обработки данных. Основные требования и характеристики. - М.: ВНИИСтандартизации, 1987. - 62 с.
40. Купцов В. И. Детерминизм и вероятность. - М.: Политиздат, 1976. - 256 с.
41. Сачков Ю. В. Вероятностная революция в науке (Вероятность, случайность, независимость, иерархия). - М.: Научный мир, 1999. - 144 с.
42. Сачков Ю. В. Введение в вероятностный мир. - М.: Наука, 1971. — 208 с.
43. Тутубалин В. Н. Границы применимости (вероятностно-статистические методы и их возможности). - М.: Знание, 1977. - 64 с.
44. Орлов А. И. О развитии прикладной статистики // Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - С. 3-14.
45. Орлов А. И. Математика нечеткости // Наука и жизнь. 1982. № 7. С. 60-67.
46. Колмогоров А. Н. Основные понятия теории вероятностей. Изд. 2-е. - М.: Наука, 1974. - 120 с.
47. Моргенштерн О. О точности экономико-статистических наблюдений. - М.: Статистика, 1968. - 293 с.
48. Кендалл М. Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. - М.: Наука, 1976. — 736 с.
49. Адлер Ю. П. Управление качеством: статистический подход. - М.: Знание, 1979. - 51 с.
50. Орлов А. И., Гусейнов Г. А. Математические методы в изучении способных к математике школьников // Исследования по вероятностно-статистическому моделированию реальных систем. - М.: ЦЭМИ АН СССР, 1977. - С. 80-93.
51. Тюрин Ю. Н. О математических задачах в экспертных оценках // Экспертные оценки. Вопросы кибернетики, вып.58. - М.: Научный совет АН СССР по комплексной проблеме "Кибернетика", 1979. - С. 7-16.
52. Орлов А. И. Теория люсианов // Научный журнал КубГАУ. 2014. № 101. С. 275–304.
53. Бурбаки Н. Очерки по истории математики. - М.: ИЛ, 1963. - 292 с.
54. Орлов А. И. Роль методологии в математических методах исследования // Заводская лаборатория. Диагностика материалов. 2019. Т.85. №7. С. 5-6.

Публикация:
1163. Орлов А.И. Основные требования к методам анализа данных (на примере задач классификации) // Научный журнал КубГАУ. 2020. №159. С. 239–267. http://ej.kubagro.ru/2020/05/pdf/17.pdf.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб фев 26, 2022 12:44 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1101 от 28 февраля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Доклад "Математические инструменты принятия решений о выборе способа централизации закупочной деятельности общественного сектора" Сергея Григорьевича Фалько, Антона Владимировича Курдакова и Александра Ивановича Орлова состоялся на VIII международной конференции по контроллингу "Контроллинг в экономике, организации производства и управлении: цифровизация в экономике".
Предлагаем тезисы доклада А.И. Орлова "Солидарная информационная экономика - основа новой парадигмы экономической науки, развивающей идеи Аристотеля" на VI Международном научном конгрессе Глобалистика-2020: Глобальные проблемы и будущее человечества (МГУ им. М.В. Ломоносова 18-22 мая 2020 г.) и одноименную статью в сборнике по итогам конгресса.
Доклад А.И. Орлова "Контроллинг рисков: информационная м методическая поддержка менеджмента" включен в сборник научных трудов IX международной конференции по контроллингу " Контроллинг в экономике, организации производства и управлении: информационная и методическая поддержка менеджмента", посвященной 190-летию МГТУ им. Н.Э. Баумана (Москва, 18 декабря 2020 г.)




УДК 005.521:633.1:004.8; JEL: C00, L00

Математические инструменты принятия решений о выборе способа централизации закупочной деятельности общественного сектора

Сергей Григорьевич Фалько
профессор, д.э.н.
Антон Владимирович Курдаков
соискатель
Александр Иванович Орлов
профессор, д.э.н., д.т.н., к.ф.-м.н.

Аннотация: В настоящей статье рассмотрены математические инструменты, позволяющие провести расчеты целесообразности применения централизации, для определения оптимального соотношения «централизации - децентрализации» в закупках для государственных нужд. Для анализа массива потребностей организаций общественного сектора предложено применять алгоритмы кластер-анализа с целью построения типологии заявок. Для оптимизации удовлетворения потребностей одной однородной группировки обосновано использование аналог однопродуктовой модели управления запасами Вильсона.
Ключевые слова: закупки для государственных нужд, централизация, расчет оптимального соотношения «централизация - децентрализация», принятие управленческих решений, управление закупками для государственных нужд.

Mathematical decision making instruments on the choice of the method for centralizing purchasing activities of the public sector

Sergey G. Falko
Prof., Dr. of Science.
Anton V. Kurdakov
aspirant
Alexander I. Orlov
Prof., DSc(Econ), DSc(Tech), PhD(Math)

Abstract: This article discusses mathematical tools that allow calculating the appropriateness of applying centralization to determine the optimal ratio of "centralization - decentralization" in procurement for state needs. To analyze the array of needs of public sector organizations, it is proposed to use cluster analysis algorithms to build a typology of applications. To optimize the satisfaction of the needs of one homogeneous group, it is justified to use an analog of the Wilson single-product inventory management model.
Keywords: procurement for state needs, centralization, calculation of the optimal ratio of "centralization - decentralization", management decisions, procurement management for state needs.

1.Введение
Под общественным сектором в настоящей статье понимаются государственные учреждения, обеспечивающие жизнедеятельность субъекта Российской Федерации и/или муниципального образования по всем проявлениям. В настоящее время складывается устойчивая тенденция к оптимизации рабочих процессов, сокращении времени работы специалистов над единичными проектами. В развитие данной тенденции все чаще на помощь руководителям общественного сектора предлагается такой инструмент, как централизация.
В настоящей статье мы рассмотрим один из способов принятия решения о возможности применения централизованного подхода к организации закупочной деятельности, основанный на математическом анализе жизненного цикла потребностей организации общественного сектора.
Использование математических методов поможет установить оптимальную пропорцию «централизации - децентрализации» закупочных процессов, при этом наглядно раскрыть руководителю возможные риски принятия такого решения.
Для решения поставленных задач представляется целесообразным рассмотреть возможность применения двух математических инструментов - кластер-анализа и оптимизации в духе модели Вильсона.

2. Анализ массива потребностей организаций общественного сектора
Необходимо учитывать то, что на законодательном уровне введен запрет на включение в состав лотов товаров, работ, услуг, технологически и функционально не связанных с товарами, работами, услугами, входящими в состав поставок, выполнение, оказание которых являются объектом закупки.
Первое, с чем нам предстоит столкнуться при анализе массива потребностей организаций общественного сектора, это разделение потребностей по группам товаров, исходя из их потребительских свойств.
Для наглядности разделим товары на 3 основные группировки:
Группа 1: Товары (работы, услуги) общего применения с абсолютно идентичными потребительскими свойствами (канцелярские товары, неспециализированная компьютерная техника, расходные материалы для оргтехники, и т.д.).
Группа 2: Товары (работы, услуги) отраслевого применения (медикаменты для населения, ученическая мебель, автотранспорт для регулярных перевозок населения и т.д.).
Группа 3: Товары (работы, услуги) специального назначения, так называемые специфические и узконаправленные закупки, то есть только для потребностей определенных областей деятельности (ремонт конкретного здания, разработка или приобретение специализированного программного обеспечения, индивидуальные средства измерения и т.д.).
Введем единицу рассмотрения («атом») – одна (минимальная) потребность в закупке товара, работы (услуги) из одной группировки.
Каждый «атом» формируется описанием технических и/или функциональных характеристик. Поскольку данные значения являются переменными, но обязательными для каждого «атома», то чем больше различий в переменных показателях «атома», тем больше «расстояние» между «атомами». И соответственно, чем меньше «расстояние», тем больше «атомы» напоминают друг друга и ,следовательно, тем логичнее их обрабатывать одинаково.
Учитывая, что траектория движения «атома» до момента реализации потребности в системе закупок для государственных нужд идентична и формализована Законом о контрактной системе, различия в централизованном и децентрализованном подходе могут заключаться лишь в сборе «атомов» в единую закупку, то для анализа массива потребностей организаций общественного сектора можно применить алгоритмы кластер-анализа. Например, метод k-средних (и затем построение типологии заявок на закупку с помощью агломеративного иерархического алгоритма ближнего соседа). Или аналог двухкритериальной оптимизационной постановки А.Н. Колмогорова [1].
Есть и другие предложения. Например, в литературном источнике [2] продемонстрирована возможность применения регрессионного анализа.

3. Оптимизация соотношения "централизация - де централизация "для однотипных заявок
Для оптимизации удовлетворения потребностей одной группировки может быть использован аналог однопродуктовой модели управления запасами Вильсона [3]. Аналогом доставки партии является реализация потребности, при этом затраты равны g руб. на одну потребность, независимо от объема (размера) «атома». Аналогом платы за хранение являются издержки (например, s руб./т-день) на распространение закупленного по конечным потребителям (из центра к конечным потребителям). В модели Вильсона под этими издержками понимаются затраты на хранение. Чем выше централизация - тем ниже относительные затраты на подачу и реализацию потребности (эффект масштаба), но выше затраты на распространение закупленного продукта из центра к конечным потребителям. Т.е. чем больше централизация, тем меньше первый вид издержек, но больше (выше) второй вид издержек. Оптимальное соотношение определяется при минимизации суммарных затрат. Еще один параметр - мощность потока заявок (например, т/день). Оптимальный (точнее, асимптотически оптимальный при росте интервала планирования) объем потребности (руб.) можно найти в соответствии с теорией модели Вильсона [4].
Характеристикой централизации (характеристикой соотношения централизации - децентрализации) является оптимальный объем потребности. Большой объем оптимальной потребности соответствует выраженной централизации (закупки осуществляются в центре), малый - децентрализации (закупки осуществляются на местах). При росте затрат на централизованное оформление одной потребности (росте g) возрастает оптимальный объем потребности, как и при росте мощности потока «атомов» ( ). В этих случаях централизация увеличивается. Увеличение затрат на распространение закупленного продукта из центра к конечным потребителям (увеличение s) приводит к уменьшению оптимального объема потребности, т.е. к децентрализации.

Выводы
Поскольку на руководителей общественного сектора возлагается высокая ответственность в части обеспечения деятельности организаций и удовлетворения социальных потребностей, зачастую остро встает вопрос целесообразности использования инструментов закупочной деятельности, направленных на упрощение и повышение прозрачности закупок для государственных нужд.
Одним из таких инструментов является централизация закупок. Использование оптимального соотношения централизованных и децентрализованных закупок в различных отраслях позволяет значительно снизить нагрузку на бюджетную сферу, достигая экономии не только финансовых средств, но и трудозатрат, связанных с размещением закупок.
Применение математических инструментов при подборе оптимального соотношения в закупочной деятельности централизованного и децентрализованного подходов значительно упрощает управленческие процессы, помогая руководителям организаций общественного сектора и регуляторам в сфере закупок принимать решения о степени централизации.

Литература
1. Орлов А.И. Математические методы теории классификации // Научный журнал КубГАУ. 2014. №95. С. 423–459.
2. Малайрев А.С., Белев С.Г. Оценка масштабов и эффектов централизации в России в 2014 году. - М.: РАНХиГС, 2016. - 44 с. [Электронный ресурс]. Режим доступа: ftp://w82.ranepa.ru/rnp/wpaper/543.pdf (Дата обращения 01.12.2019).
3. Орлов А.И. Оптимальные методы в экономике и управлении. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2007. — 44 с.
4. Орлов А.И. Методы принятия управленческих решений.- М.: КНОРУС, 2018. - 286 с.

Contacts
Фалько Сергей Григорьевич, профессор, д.э.н.
Зав. кафедрой «Экономика и организация производства» МГТУ им. Н.Э. Баумана
falko@controlling.ru
Курдаков Антон Владимирович
соискатель кафедры «Экономика и организация производства»
МГТУ им. Н.Э.Баумана, заместитель начальника Главного архивного управления города Москвы – руководитель контрактной службы.
avkurdakov@gmail.com
Александр Иванович Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н.
Зав. Лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор кафедры «Экономика и организация производства» МГТУ им. Н.Э.Баумана,
prof-orlov@mail.ru

Публикация:
1154. Фалько С.Г., Курдаков А.В., Орлов А.И. Математические инструменты принятия решений о выборе способа централизации закупочной деятельности общественного сектора / Контроллинг в экономике, организации производства и управлении: цифровизация в экономике: материалы VIII международной конференции по контроллингу, под научной редакцией д.э.н., профессора Фалько С.Г., Москва, 13декабря 2019 г. - М.: Изд-во НП «Объединение контроллеров», 2019. - С. 293-298.
http://controlling.ru/files/136.pdf



Солидарная информационная экономика - основа новой парадигмы экономической науки, развивающей идеи Аристотеля

Орлов А.И.

Цифровая экономика широко обсуждается в настоящее время. Она основана на интенсивном использовании информационно-коммуникационных технологий в экономике и управлении. Цифровая экономика позволяет реализовать идеи Аристотеля об управлении хозяйством. Первым экономистом в истории науки является Аристотель. Согласно его определению, экономика – наука о разумном ведении хозяйства, о деятельности, направленной на удовлетворение потребностей людей, т.е. на производство и приобретение благ для дома и государства. С целью принизить значение Аристотеля иногда утверждают, что он писал о ведении домашнего хозяйства. Те, кто так утверждают, рассчитывают, что их читатели не знакомы с сочинениями Аристотеля. На самом же деле Аристотель писал обо всех основных видах хозяйствующих субъектов. Среди них – предприятие (как сельскохозяйственное, так и производство в городе), город (полис), регион (сатрапия), государство (империя).
По мнению Аристотеля, противоестественной является хрематистика, т.е. деятельность, направленная на приобретение выгоды, извлечение прибыли, на накопление богатства. Аристотель резко противопоставлял экономику хрематистике. Он развивал экономическую теорию как основу деятельности, направленной на удовлетворение потребностей людей, и резко критиковал хрематистику как антиобщественную деятельность.
До XVIII века экономическая теория развивалась в основном в соответствии со взглядами Аристотеля. Затем появилась т.н. «рыночная экономика» (Адам Смит и др.), поставившая на первое место хрематистику. Но теория рыночной экономики скоро перестала соответствовать реальной хозяйственной жизни. По оценке американского экономиста и теоретика менеджмента П. Друкера, 1873 год – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику». После этого момента роль государства в экономике стала возрастать во всех развитых странах, достигнув к концу XX в. доли в 33–58 % (здесь речь идет о доле расходной части государственного бюджета в валовом внутреннем продукте). Однако устаревшие положения «рыночной экономики» продолжают быть широко распространенными.
Поскольку рыночная экономика осталась в XIX в., основное течение (мейнстрим) современной экономической науки – обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. При развитии экономической теории необходимо избавиться от рыночных извращений и двигаться вперед, руководствуясь идеями Аристотеля, которые не только не устарели, но являются более современными, чем рассуждения о пользе рынка. Таким образом, основанная на информационных технологиях современная цифровая экономика должна заменить рыночную экономику.
Более 12 лет мы развиваем функционалистско-органическую (солидарную) информационную экономику (СИЭ) – в рамках мейнстрима современной цифровой экономики. Основные предшественники СИЭ – Аристотель, В.М. Глушков, Ст. Бир. Многие исследователи высказывали схожие мысли. В том числе Ф. Бекон, Г. Форд, К. Поланьи. В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное. Шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл убедительно продемонстрировали теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом. Для расчетов управленческих решений мощностей стандартных современных компьютеров вполне достаточно. Следовательно, критика планового хозяйства Хайеком в современных условиях несостоятельна.
Не прибыль – основное при ведении хозяйства, а удовлетворение потребностей. Необходимо менять психологические установки массы участников хозяйственной жизни. Солидарная информационная экономика должна стать основой для принятия управленческих решений на всех уровнях – от предприятия до государства.

Публикация:
1162. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономической науки, развивающей идеи Аристотеля / Глобалистика-2020: Глобальные проблемы и будущее человечества. Электр. сб. тезисов участников VI Международного научного конгресса, МГУ им. М.В. Ломоносова 18-22 мая 2020 г. / под ред. И.В. Ильина. - М.: ФГП МГУ им. М.В. Ломоносова, 2020. - С. 676 - 677.
https://19f1e703-12fe-47e7-a98b-59d83fa ... index=true



Орлов Александр Иванович
доктор экономических наук, доктор технических наук,
кандидат физико-математических наук
профессор,
Московский государственный технический университет им. Н.Э. Баумана,
г. Москва
prof-orlov@mail.ru

Солидарная информационная экономика - основа новой парадигмы экономической науки, развивающей идеи Аристотеля

Аннотация. Аристотель - основоположник экономической науки. В XVIII - XIX вв. господствовала рыночная экономика, пришедшая на смену теории Аристотеля. С развитием цифровой экономики в XXI в. идеи Аристотеля об управлении хозяйством с целью удовлетворения потребностей становятся все более актуальными. Проекты ОГАС В.М. Глушкова и "Киберсин" Ст. Бира являются примерами разработок в духе Аристотеля. Солидарная информационная экономика, развивающая идеи Аристотеля, является основой новой парадигмы экономической науки.
Ключевые слова. Аристотель, экономическая наука, управление хозяйством, цифровая экономика, солидарная информационная экономика

С развитием экономической деятельности человека появилось ее осмысление - экономическая наука. Специалисты по истории экономической мысли первым ученым-экономистом называют Аристотеля. Он внес основополагающий вклад в разработку экономической теории, которая становится является актуальной и в настоящее время. Основой новой парадигмы экономической науки является солидарная информационная экономика, которая развивает идеи Аристотеля на базе современной цифровой экономики.
Рассмотрим основные экономические идеи Аристотеля и судьбу его взглядов. Полагаем, что солидарную информационную экономику следует рассматривать как возрождение учение Аристотеля на современной основе. Обсудим развитие солидарной информационной экономики, содержание терминов, входящих в название этого научного направления на различных этапах его развития. По нашему мнению, солидарная информационная экономика - основа новой парадигмы экономической науки.
При обсуждении настоящей работы целесообразно учесть, что по данным Российского индекса научного цитирования автор настоящей работы - один из наиболее цитируемых отечественных экономистов и математиков.

Основные экономические идеи Аристотеля
Согласно Аристотелю [1], экономика - это наука о том, как управлять хозяйством. Аристотель рассматривает различные виды хозяйств.
1) Домашнее хозяйство. Экономику домашнего хозяйства можно назвать домоводством.
2) Городское или сельскохозяйственное предприятие. В настоящее время используются термины "экономика предприятия" и "микроэкономика".
3) Хозяйство города (полиса). Сейчас говорят о муниципальном управлении.
4) Хозяйство региона (сатрапии). Это - региональная экономика.
5) Хозяйство государства в целом (империи). Речь идет о макроэкономике, государственном управлении.
Всемирное хозяйство Аристотель не рассматривал, поскольку при его жизни экономические структуры стран, расположенных на разных континентах, практически не взаимодействовали. Тем более не было экономических теорий применительно к планетным системам, звездным скоплениям, галактикам. Нет их и сейчас из-за преждевременности.
Из сказанного ясно, что Аристотель рассмотрел практически все уровни взаимоотношений экономических субъектов, актуальные для современности. Противники теории Аристотеля пытаются свести его учение к домоводству. Такое мнение либо основано на незнакомстве с текстами Аристотеля, либо основано на сознательной дезинформации, причины появления которой будут ясны из дальнейшего.
Аристотель полагал, что цель управления хозяйством - удовлетворение потребностей людей. Он резко критиковал так называемых "хрематистиков", полагавших, что цель экономической деятельности - получение выгоды (прежде всего прибыли).
Аристотель считал, что использование денег в хозяйственной деятельности не является обязательным, но не отказывался возможности их применения, если оно оказывалось полезным для решения практических задач.

Судьба взглядов Аристотеля
В течение многих столетий правители различных стран управляли экономическими явлениями и процессами, добиваясь удовлетворения потребностей подданных. Труды Аристотеля служили теоретической базой их практической деятельности.
Ситуация изменилась с выходом на политическую арену третьего сословия - буржуазии. В результате победы буржуазных революций изменилось главенствующее экономическое учение. Вместо учения Аристотеля на первое место вышла т.н. "рыночная экономика", отражающая взгляды хрематистиков. Основные постулаты "рыночной экономики" хорошо известны:
1) цель работы предприятия (организации) - максимизация прибыли;
2) конкуренция - это благо, а монополия - зло;
3) государство должно не вмешиваться в экономическую жизнь, быть "ночным сторожем", поддерживающим порядок и ведущим борьбу с преступлениями.
И в теоретическом осмыслении хозяйственной деятельности стала господствовать рыночная экономика. Хотя по оценке американского экономиста и теоретика менеджмента П. Друкера, 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику» [2], до сих пор в сознании российских исследователей и практических работников продолжает господствовать рыночная риторика.
Наблюдаем противоречие. В реальном мире рыночная экономика господствовала около ста лет, а с 1873 г. была заменена на смешанную со значительным государственным участием. Германский кайзер начал активно управлять экономическими процессами. В ХХ в. так делали Ф. Рузвельт (США) и руководители социалистических стран. Теоретические подходы были развиты Дж. Кейнсом. А вот в теоретических размышлениях и в преподавании рыночная экономика продолжала быть господствующей, особенно в англосаксонских странах. Именно рыночная экономика в американском варианте была внедрена в России в 1990-х годах. К настоящему времени стало ясно, что это внедрение имело целью дезориентацию экономического мышления как ученых и преподавателей, так и основной массы населения.
Победа хрематистики повлекла за собой и смену терминологии. Под экономикой стали понимать хрематистику, т.е. прежде всего науку о финансовых спекуляциях. А науку об управлении хозяйством стали называть менеджментом, причем эту научную дисциплину стали считать частью экономической науки.

Солидарная информационная экономика как возрождение учение Аристотеля
Временная победа хрематистики должна быть преодолена путем возрождения экономического учения Аристотеля. Современные информационно-коммуникационные технологии позволяют спланировать и организовать выпуск продукции и оказание услуг в объеме, необходимом для удовлетворения потребностей как отдельных людей, так и общества в целом.
Есть две сложности, которые необходимо обсудить.
Технологические цепочки содержат много звеньев, а потому для перехода от заданных потребностей к планам выпуска требуется осуществить много расчетов. Как показали шотландские экономисты Кокшотт и Котрелл [3, 4], к концу ХХ в. мощность компьютеров достигла необходимого для этого уровня. Отметим как следствие этого утверждения, что действовавший в СССР Госплан в принципе не мог адекватно выполнять свои задачи - в то время не хватало мощности вычислительной техники.
Вторая сложность связана с формированием набора потребностей в виде, позволяющем перейти к планированию. Индивидуальные потребности должны быть агрегированы в потребности общества, в частности, распределены по времени. Это, по нашей мнению, можно сделать с помощью методов теории принятия решений [5], прежде всего технологий коллективных экспертных оценок [6].
Важные работы, направленные на возрождение экономического учения Аристотеля, были выполнены во второй половине ХХ в. Начало положила знаменитая книга Н. Винера, заложившая основы современной кибернетики [7]. Экономические проблемы обсуждаются в его книге [8], посвященной роли кибернетики в развитии общества.
В послевоенные годы в нашей стране, как и во всем мире, разрабатывались различные типы автоматизированных систем управления экономическими и организационными системами. В начале 1960-х гг. В.М. Глушков предложил руководству СССР создать Общегосударственную автоматизированную систему управления экономикой страны (ОГАС). Для реализации этого замысла требовались огромные ресурсы - как минимум 15-20 лет и 20 млрд. тогдашних рублей. Однако результат стоил того: ОГАС давала реальный шанс построить самую эффективную экономику в мире. В.М. Глушков писал:
«Отныне только «безмашинных» усилий для управления мало. Первый информационный барьер или порог человечество смогло преодолеть потому, что изобрело товарно-денежные отношения и ступенчатую структуру управления. Электронно-вычислительная техника – вот современное изобретение, которое позволит перешагнуть через второй порог. Происходит исторический поворот по знаменитой спирали развития. Когда появится государственная автоматизированная система управления, мы будем легко охватывать единым взглядом всю экономику. На новом историческом этапе, с новой техникой, на новом возросшем уровне мы как бы «проплываем» над той точкой диалектической спирали, ниже которой, отделенный от нас тысячелетиями, остался лежать период, когда свое натуральное хозяйство человек без труда обозревал невооруженным глазом [9]».
Аналогичная по замыслу система, хотя и более скромная по масштабам, была разработана и применена на практике в Чили, во время президентства Сальвадора Альенде. Один из основоположников кибернетики англичанин Стаффорд Бир разработал автоматизированную систему управления национализированными предприятиями Чили. Проект получил название «Киберсин» [10]. Автоматизированная система сбора и обработки информации состояла из четырех основных компонент: «Кибернет» - система связи (тогда - еще на основе телексов), «Киберстрайд» - компьютерные программы, «Чико» - математическая модель чилийской экономики, ситуационная комната, из которой велось управление (зал с экранами, на которых отображалось в виде графиков и схем состояние экономики Чили). Можно было управлять производством всей страны в реальном времени (каждым конкретным предприятием), сразу же видеть результаты принятых решений и при необходимости вносить поправки. Кроме того, в каждом населенном пункте создавались «опросные пункты», где производился автоматизированный опрос населения по поводу принимаемых мер. Эти центры были включены в систему «Киберсин», и правительство быстро узнавало реакцию населения на очередное нововведение. Разработки Бира дают прототипы для дальнейшего этапа развития коммуникационно-информационных систем управления предприятиями и их объединениями – интегрированными производственно-корпоративными структурами, а также регионами, муниципальными образованиями, субъектами федерации, Россией, международными объединениями, Землей в целом.
Современная экономическая теория, основанная на возрождении учения Аристотеля путем использования информационно-коммуникационных технологий, получила название солидарной информационной экономики. В ней продолжаются и развиваются идеи ОГАС и «Киберсин».

Развитие солидарной информационной экономики
Первая публикация по солидарной информационной экономике появилась в 2007 г. [11]. Она называлась "Неформальная информационная экономика будущего". Каждая составляющая этого слова заслуживает обсуждения.
Термин "экономика" понимается по Аристотелю - наука о том, как управлять хозяйством, а также ее применения при решении практических задач.
Термин "информация" многозначен. Приведем формулировки, относящиеся к динамическому подходу к изучению вопросов индивидуальных и глобальных эволюционных процессов, короче говоря, к биокосмологии. Как пишут К.С. Хруцкий и Р. Климек: «Информация - это, по сути, Натуралистский закон и реально существующая сила, и ее сущность выражается во врожденной способности субъекта к осуществлению Функционалистского Триадологического (и во всех семиотических сферах) Триединства неотъемлемых полярностей (противоположных потенций) и их Гомеостатической целостности (Интегральной основы), и которая (Интегральное основание) в равной степени являет собой Онтогенетическую (Энтелехистскую и Гилеморфистскую) ось для всего жизненного пути субъекта (живого существа) – его Само-развития и Само-актуализации [12, с.239].»
Они же поясняют: «Информационная причина – это, по сути, Натуралистская причина, которая по своей природе («κατα φυσιν» -причинность), тестируя и получая (резонируя с) все востребованные необходимые контакты и сообщения – таким естественным образом она осознает (обнаруживает, раскрывает) присущее решение, самостоятельное и мотивированное для данного субъекта жизни – технологию на объединение родственных полярностей (противоположных оснований), для достижения эффективного гомеостатического существования и всего присущего Функционалистского (Энтелехистского, Онтогенетического) саморазвития [12, с.221].»
В обоих случаях подчеркивается Внутреннее (Природное) происхождение Информации; да и латинский термин “informatio” недвусмысленно на это указывает. В другой статье [13, с.20] с участием тех же авторов сказано: "Концепция Фомы Аквинского «in-form-atio») – мы можем позволить себе Биокосмологическое и Интегралистское (как внутреннее, так и внешнее, но, в первую очередь, изнутри) толкование значения «информация»: как «in-» (основанный внутри – эндогенно), «form-» – морфэ (как морфофункциональная структура – целевой функциональный орган) и «atio-» (по сути, как этиологическая сила – в основном действующая изнутри)".
Термин "информационная экономика" используется многими авторами, чего нельзя сказать о двух других составляющих первоначального названия.
Термин "неформальная" был использован для того, чтобы подчеркнуть отрицательное отношение к волюнтаризму (командным методам) [14]. Однако в дальнейшем мы от него отказались, поскольку этот термин часто используют примениться к криминальным явлениям. Мы заменили его на "функционалистко-органическая" в соответствии с концепциями биокосмологии [15-17]. Однако этот термин не является привычным для широкого круга специалистов. Поэтому мы заменили его на "солидарная", понимая вслед за П.А. Кропоткиным [18] термин "солидарная" как антоним к "конкуренция", "борьба за существование" (солидарность рассматривается как важнейший фактор развития человеческого общества, возрастание которого ведет к прогрессу и всеобщему благоденствию, а утрата - к взаимной борьбе за существование, нищете и эксплуатации). В ряде случаев .мы давали разъяснение в скобках: "функционалистко-органическая (солидарная)" [16, 17].
Термин "будущего" был включен в название экономической концепции потому, что, как мы полагали, она посвящена управлению хозяйством в достаточно далеком будущем. Однако будущее оказалось гораздо ближе, чем казалось. Будущее уже наступили. Поэтому мы сняли этот термин из названия разрабатываемой теории .
Промежуточный итог развития солидарной информационной экономики подведен в разделе 1.1 "Основы солидарной информационной экономики" монографии "Современная цифровая экономика" [19] и в статье "Аристотель и цифровая экономика [19]". Целесообразно обсудить утверждение: "Солидарная информационная экономика - это марксизм (коммунистическая теория) на современном этапе".

Солидарная информационная экономика - основа новой парадигмы экономической науки
Необходимость перехода к новой парадигме экономической науки вызывается рядом причин.
Развитие современной цифровой экономики дает возможность обеспечения удовлетворения потребностей путем организации экономической жизни на основе кибернетических инструментов планирования [21].
Все более широкие слои населения отказываются от поддержки хрематистики и выбирают другие жизненные ценности. Это проявляется, в частности, в переходе от владения к аренде, а также к отказу от раздувания личной собственности [22, 23].
Как следует из сказанного выше, рыночная экономика устарела и стала тормозом как в развитии экономической теории, так и при решении практических задач. Необходимо вывести рыночную экономику из употребления в науке и преподавании и заменить ее в качестве базовой экономической теории на солидарную информационную экономику. Короче, необходима смена парадигмы экономической науки. Основой новой парадигмы является солидарная информационная экономика, развивающая идеи Аристотеля.

Литература
1. Аристотель. Политика // Сочинения в 4-х томах. - М:, Мысль, 1983. Т.4. - 830 с.
2. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. - М.: Бук Чембэр Интернэшнл, 1994. - 380 с.
3. Cockshott W. Paul and Cottrell Allin F. Information and Economics: A Critique of Hayek. November 1996. [Электронный ресурс]. URL: http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf (дата обращения 08.04.2020).
4. Кокшотт П. Расчёт в натуральной форме: от Нейрата до Канторовича. Перевод С. Маркова под ред. С. Голикова и Д. Левыкина [Электронный ресурс]. URL: http://left.ru/2009/6/cockshott188.phtml (дата обращения 08.04.2020).
5. Орлов А.И. Методы принятия управленческих решений. - М.: КНОРУС, 2018. - 286 с.
6. Орлов А.И. Организационно-экономическое моделирование : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
7. Винер Н. Кибернетика, или управление и связь в животном и машине. 1948-1961. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.
8. Винер Н. Кибернетика и общество. - М.: Изд-во иностранной литературы. 1958. - 200 с.
9. Глушков В.М. Макроэкономические модели и принципы построения ОГАС. - М.: Статистика, 1975. - 160 с.
10. Бир Ст. Мозг фирмы. - М.: Радио и связь, 1993. - 416 с.
11. Орлов А.И. Неформальная информационная экономика будущего. // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
12. Khroutski K.S., Klimek R. Biocosmological definition of Information and its Naturalist causative significance, approaching to evolve the World Information University (WIU) / Biocosmology – neo-Aristotelism. 2018. V.8, № 2. С. 203-261.
13. Bremer J., Khroutski K.S., Klimek R, Tadeusiewicz R. Challenging integralism, Aristotelian entelecheia, hyle and morphe (form), and contemporary concepts of information, touching upon the aetiological issues of carcinogenesis (with reflecting feedbacks of Paul Beaulieu, Ana Bazac, Anna Makolkin, Leonardo Chiatti, Milan Tasić and Dariusz Szkutnik) / Biocosmology – neo-Aristotelism. 2017. V.9, № 1. С. 8-56.
14. Орлов А.И. Аристотель и неформальная информационная экономика будущего / Biocosmology – neo-Aristotelism. 2012. Vol.2. №3. С. 150-164.
15. Orlov A. I. Functionalist-Organic Information Economy – the Organizational-Economic Theory of Innovation Development / Biocosmology – neo-Aristotelism. 2013. Vol.3. №1. P. 52-59.
16. Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег / Biocosmology - neo-Aristotelism. 2015. Vol. 5. № 3-4. C. 339-359.
17. Орлов А.И. Вперед к Аристотелю: функционалистко-органическая (солидарная) информационная экономика взамен рыночной экономики / Biocosmology - neo-Aristotelism. 2017. Vol. 7, № 3-4. С. 411-423.
18. Кропоткин П.А. Взаимная помощь среди животных и людей как двигатель прогресса. Изд.2, доп. - М.: Книжный дом «ЛИБРОКОМ», 2011. - 280 с.
19. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
20. Орлов А.И. Аристотель и цифровая экономика / Biocosmology – neo-Aristotelism. 2019. V. 9, № 1-2. С. 7-20.
21. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
22. Auken Ida, Parliament of Denmark. Welcome to 2030. I own nothing, have no privacy, and life has never been better - 2016. URL: https://www.weforum.org/agenda/2016/11/ ... t-that-is/ (дата обращения 08.04.2020).
23. Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 4(22).

Публикация:
1171. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономический науки, развивающей идеи Аристотеля / Глобалистика: Глобальные проблемы и будущее человечества. Сб. статей Международного научного конгресса Глобалистика-2020, 18 – 22 мая и 20 – 24 октября 2020 г. / под ред. И.В. Ильина. – М., МООСИПНН Н.Д.Кондратьева, 2020. С. 846-852.


УДК 005.521:633.1:004.8; JEL: C00, L00

Контроллинг рисков: информационная м методическая поддержка менеджмента

Александр Иванович Орлов
Профессор, д.э.н., д.т.н., к.ф.-м.н.

Аннотация: Согласно концепции МГТУ им. Н.Э. Баумана "Образование - через науку" разработан авторский курс "Контроллинг рисков", которому посвящена работа. Определяем риск как нежелательную возможность. Выделяем три области - анализ риска, оценка риска, управление риском. Для оценки риска используют вероятностно-статистические методы, методы с использованием теории нечетких множеств, методы интервальной математики, экспертные оценки. Распространение получила аддитивно-мультипликативная модель оценки риска.
Ключевые слова: контроллинг, риск, обучение, оценивание, аддитивно-мультипликативная модель

Risk controlling: information and methodical support of management

Alexander Ivanovich Orlov
Full professor, DSc(Econ), DSc(Tech), PhD(Math)

Abstract: According to the concept of the Bauman Moscow State Technical University "Education through Science" developed the author's course "Risk Controlling", which the paper is devoted to. We define risk as an unwanted opportunity. We distinguish three areas - risk analysis, risk estimation, risk management. For risk estimation, probabilistic and statistical methods, methods using the theory of fuzzy sets, methods of interval mathematics, expert estimation are used. The additive-multiplicative risk estimation model has become widespread.
Keywords: controlling, risk, education, estimation, additive-multiplicative model.


1. Введение
Основой информационной и методической поддержки менеджмента являются учебные курсы, которые были изучены будущем менеджером в годы учебы в высшей школе. Очевидно, что к этой основе добавляются теоретические сведения, освоенные после окончания вуза, и - главное - опыт практической деятельности. Однако объем накопленной человечеством информации на много порядков превосходит возможности ее восприятия отдельным работником. Так, уже 35 лет назад число актуальных статей и книг по статистическим методам превышало, по нашей оценке, 106 работ (сейчас их во много раз больше), в то время как один человек может за всю жизнь изучить не более 104 публикаций. Т.е. из 100 работ познакомиться удается в лучшем случае лишь с 1. Можно сказать, несколько утрируя, что основная проблема современности - это всеобщее невежество научных и практических работников. Из сказанного ясна важность формирования базового набора знаний и навыков в период получения высшего образования. Именно этот базовый набор будет сопровождать специалиста всю дальнейшую профессиональную жизнь. Все новые вновь добавленные знания и умения - лишь дополнения.

2. Обучение и научные исследования
Что должно быть включено в программу обучения? Может быть достаточно умения читать, писать и считать в пределах сотни? Именно такой набор знаний и умений получали выпускники церковно-приходской школы в начале ХХ в., выведшие СССР на уровень сверхдержавы, создавшие ядерное оружие и запустившие человека в космос. Для приближения к современному уровню надо к умению читать, писать и считать добавить умения использовать мобильную связь и Интернет и убрать сведения из Закона Божьего. В современности к описанному минимуму добавляют разнообразные сведения, не всегда адекватные. Например, распространены исторические мифы и положения рыночной экономики, соответствующие середине XIX в.
Концепция МГТУ им. Н.Э. Баумана такова: "Образование - через науку". Учебные курсы должны соответствовать последним научным достижениям. В идеале учебники должны быть научными монографиями, а публикации разработчиков учебных курсов должны использоваться при обучении. Тогда достигается синтез науки и образования. Именно так я старался работать. Хотя на книге написано "учебник", ее можно рассматривать как монографию. Таковы наши монографии "Прикладная статистика", "Теория принятия решений", "Организационно-экономическое моделирование" и др. Основное их содержание - научные исследования. Одновременно монографии с грифом "научное издание" можно и нужно использовать как учебники при обучении. Например, 6 книг, выпущенных мною совместно с коллегами из Кубанского государственного аграрного университета (2014 - 2019).
В эту схему не укладывается обучение элементарным знаниям. Например, элементарная геометрия уже тысячелетия преподается в духе "Начал" Евклида. Преподавание математического анализа (дифференциального и интегрального анализа), основанного на идеях и методах Ньютона и Лейбница, мало менялось за последние 100 лет. Однако новшества надо приветствовать и в преподавании подобных дисциплин начального уровня.

3. Контроллинг рисков как научная, практическая и учебная дисциплина
На кафедре "Экономика и организация производства" МГТУ им. Н.Э. Баумана автор этой статьи с 2016 г. ведет семестровый курс "Контроллинг рисков" для магистрантов второго года. Его подготовка стимулировала предварительное формирование контроллинга рисков как научной, практической и учебной дисциплины. Естественно, формирование шло на основе ранее полученных научных результатов. Разработка курса "Контроллинг рисков" велась на основе концепция МГТУ им. Н,Э. Баумана "Образование - через науку".
Начинаем с определения основных терминов. Исходим из формулировки С.Г. Фалько: "Контроллинг - это ориентированная на перспективу и основанная на измерении факта система информационно-аналитической и методической поддержки менеджмента в процессе планирования, контроля, анализа и принятия управленческих решений, обеспечивающая координацию и интеграцию подразделений и сотрудников по достижению поставленных целей" [1].
Необходимость принятия обоснованных управленческих решений возникает в самых разных областях человеческой деятельности. Правила принятия таких решений - компетенция структур контроллинга, даже если они действуют под другими названиями. В данной работе мы рассматриваем контроллинг в области анализа, оценки и управления рисками.
В литературных источниках можно найти сотни определений понятия "риск". Мы определяем риск как нежелательную возможность. Популярное выражение: "Принятие решений в условиях неопределенности и риска" неадекватна - риск есть частный случай неопределенности.
Делим теорию риска на три области - анализ риска, оценка риска, управление риском. Первая из них относится к выявлению и анализу рисков в конкретных ситуациях. Вторая включает математические методы оценивания рисков. В настоящее время используют вероятностно-статистические методы на основе моделей случайных объектов, методы с использованием теории нечетких множеств, методы интервальной математики (прежде всего статистики интервальных данных).
Следовательно, определение вроде: "Риск — сочетание вероятности и последствий наступления неблагоприятных событий" неадекватно, поскольку из трех видов математических методов исследования рисков без обоснования выбирается только один - вероятностно-статистический. Еще хуже определение: "Риск — это произведение вероятности на убыток", поскольку в нем фиксируется конкретный способ оценивания риска (под убытком обычно понимается математическое ожидание ущерба).
Широко используется термин "безопасность". Безопасность и риск непосредственно связаны между собой, являясь как бы «зеркальным отражением» друг друга.

4. Составляющие теории риска
Теории риска (риск-менеджменту) посвящено огромное количество публикаций. Это - признанная часть менеджмента как науки об управлении людьми (см., например, наш учебник [2, гл.2.4]). Многообразие рисков (личные, производственные, коммерческие, финансовые, глобальные риски) проанализировано нами в статье [3] и других работах. Широко используются иерархические системы рисков (например, трехуровневые модели рисков: частные риски - групповые риски - итоговый риск). При разработке проблем авиационной безопасности, например, при создании автоматизированной системы прогнозирования и предотвращения авиационных происшествий АСППАП [4], используют групповые риски "Человек - Машина - Среда".
Довольно широкое распространение получила разработанная нами аддитивно-мультипликативная модель оценки риска на основе иерархической системы рисков [5]. Эта модель может быть также использована для управления риском.
Современному состоянию контроллинга рисков посвящена работа [6]. Более подробно инструменты контроллинга рисков рассмотрены в статье [6].

Выводы
Контроллинг рисков - весьма актуальная быстро растущая область теоретических и прикладных исследований. Однако информация о научных достижениях распространяется медленно, распространены устаревшие воззрения. Необходимо резко ускорить распространение информации о полученных научных результатах, использовать для этого соответствующие организационные формы, в частности, учебный курс "Контроллинг рисков".

Литература
1. Фалько С.Г. Предмет контроллинга как самостоятельной научной дисциплины // Контроллинг. 2005. № 1 (13). С. 2-6.
2. Орлов А.И. Менеджмент: организационно-экономическое моделирование. — Ростов-на-Дону: Феникс, 2009. — 475 с.
3. Орлов А.И. Многообразие рисков // Научный журнал КубГАУ. 2015. № 111. С. 53-80.
4. Бутов А.А., Волков М.А., Макаров В.П., Орлов А.И., Шаров В.Д. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Известия Самарского научного центра Российской академии наук. 2012. Том 14. № 4(2). С. 380-385.
5. Орлов А.И. Аддитивно-мультипликативная модель оценки рисков при создании ракетно-космической техники // Научный журнал КубГАУ. 2014. № 102. С. 78–111.
6. Орлов А.И. Современное состояние контроллинга рисков // Научный журнал КубГАУ. 2014. № 98. С. 933-942.
7. Орлов А.И. Инструменты контроллинга рисков // Контроллинг. 2020. №4 (78).

Contacts
Александр Иванович Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н.
Зав. Лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор кафедры «Экономика и организация производства»,
МГТУ им. Н.Э.Баумана, г. Москва
prof-orlov@mail.ru

Публикация:
1180. Орлов А.И. Контроллинг рисков: информационная и методическая поддержка менеджмента // Контроллинг в экономике, организации производства и управлении: информационная и методическая поддержка менеджмента: сборник научных трудов IX международной конференции по контроллингу, посвященной 190-летию МГТУ им. Н.Э. Баумана (Москва, 18 декабря 2020 г.) /под научной редакцией д.э.н., профессора С.Г. Фалько / НП «Объединение контроллеров». – Москва: НП «Объединение контроллеров», 2020. – С. 192-196. http://controlling.ru/files/171.pdf


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб мар 05, 2022 1:31 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1102 от 7 марта 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Представляем принципиально важную статью А.И. Орлова "Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE".
Вышла наша новая книга: Агаларов З.С,, Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с. Предлагаем познакомиться с аннотацией, содержанием и предисловием.






Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., директор Института высоких статистических технологий и эконометрики, профессор МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE

Ключевые слова: наука, управление, социология, контроллинг, информационно-коммуникационные технологии, наукометрия, статистические методы, показатели продуктивности и результативности, экспертные оценки.
Keywords: science, management, sociology, controlling, information and communication technologies, scientometrics, statistical methods, indicators of productivity and efficiency, expert estimation.

1. Введение

В настоящее время в науке работают миллионы людей. Так, на 12.12.2020 в Российском индексе научного цитирования (РИНЦ) зарегистрировано 989426 авторов и 3335496 читателей.
Различным конкретным задачам экономики, управления и социологии науки посвящен частично или полностью ряд наших работ ХХ в. (см., например, [1, 2]). Другое направление наших исследований - математические методы социологии. Принципиально важный сборник [3] заложил основы нового раздела статистических методов - статистики нечисловых данных. Итоги работ этого направления подведены в статьях [4, 5]. Следующим шагом является критический анализ статистических и экспертных методов экономики и управления наукой, которому и посвящена настоящая статья.
Общепризнанно, что Аристотель – отец современного европейского и мирового знания, науки. Трудно назвать хоть одну отрасль науки, которая не находила бы начало у Аристотеля. Многие идеи Аристотеля [6], относящиеся к анализу внутренней структуры науки, являются и сейчас весьма актуальными. Новым по сравнению с временами Аристотеля является огромное количество работников науки и ими накопленных научных результатов. Если Аристотель мог лично знать современных ему ученых, то ныне это невозможно. Как следствие, каждый из нас знаком лишь с малой долей публикаций и людей, относящихся к его тематике.
Проблемы управления научной деятельностью актуальны как для исследователей, так и для администраторов различных уровней. Исследователь заинтересован в выявлении перспективных направлений науки, в ответах на вопросы типа "кто есть кто". Администраторы распределяют ресурсы, формируют программы развития исследователей и выполняющие их коллективы. Предлагаем для решения проблем управления научной деятельностью использовать наиболее продвинутую область менеджмента - контроллинг.

2. Контроллинг - наука о современных технологиях управления

Сначала кратко обсудим научную область под названием "контроллинг". Начнем с определения используемых терминов. Исходим из определения основоположника контроллинга в нашей стране проф. С.Г. Фалько: "Контроллинг - это ориентированная на перспективу и основанная на измерении факта система информационно-аналитической и методической поддержки менеджмента в процессе планирования, контроля, анализа и принятия управленческих решений, обеспечивающая координацию и интеграцию подразделений и сотрудников по достижению поставленных целей" [7]. Короче говоря, контроллинг – это система информационно-аналитической поддержки процесса принятия управленческих решений в организации. Если эта организация - научная, то речь идет о контроллинге науки. Таким образом, контроллер разрабатывает правила принятия решений, руководитель принимает решения, опираясь на эти правила. В литературе используются и другие определения контроллинга. Данное выше определение является наиболее распространенным. В перечне определений понятия "контроллинг" [8] оно стоит первым.
В современных условиях научное направление "Контроллинг" выделяется быстрым интенсивным и экстенсивным ростом. Расширяется многообразие конкретных областей применения концепций контроллинга, разрабатываются новые интеллектуальные инструменты контроллинга [9].
В настоящее время часто используют скрытый контроллинг, т.е. системы информационно-аналитической поддержки процесса принятия управленческих решений без использования термина "контроллинг". Предлагаем говорить о "контроллинге под псевдонимами" [10]. Так, работы по информационно-аналитической поддержке процесса принятия решений проводились с давних времен, задолго до появления этого термина. Так, о переписи военнообязанных рассказано в Ветхом Завете в Четвертой книге Моисеевой "Числа". При обсуждении этой переписи уместно использовать термины "статистические методы", "эконометрика", "контроллинг", однако этих появившихся значительно позже терминов нет в Библии.
Однако и сейчас они не всегда используются. В одних организациях действуют службы контроллинга, в других информационно-аналитические подразделения носят иные названия, ведущие свое происхождение, например, от контрольных органов, аналитических центров и отделов по разработке и эксплуатации автоматизированных систем управления.
Псевдонимы используют не только для контроллинга. Так, термин "эконометрика" стал применяться в России начиная с 1990-х гг., хотя работы, посвященные статистическим методам в экономике и управлении (т.е. эконометрике в современном понимании), весьма активно велись еще в XIX в. [11]. За рубежом термин появился раньше, чем у нас, но не намного - в ХХ в. В 1930 г. в США было создано первое международное эконометрическое общество, с 1933 г. стал издаваться журнал «Econometrica» - первый журнал, в названии которого есть этот термин.
Подходы современного контроллинга могут и должны с успехом использоваться в любой конкретной области. С развитием работ возникает новое направление научной и практической деятельности под названием "контроллинг такой-то области". Здесь в качестве конкретной области рассмотрим научную деятельность. Для управления научной деятельностью в вузах и НИИ администраторы используют различные показатели и процедуры, причем зачастую неадекватно.
Считаем полезным для успешного развития научных исследований выделить новую область контроллинга (или новое направление) - контроллинг научной деятельности. Для обоснования этого выделения необходимо обсудить контроллинг в целом и его составную часть - контроллинг методов. Затем мы рассматриваем основные положения контроллинга научной деятельности, уделяя внимание критике распространенных догм. Завершаем эту статью некоторыми рекомендациями по совершенствованию управления научной деятельностью в вузах и НИИ, вытекающими из контроллинга научной деятельности.
Инновации в сфере управления в промышленности и других отраслях народного хозяйства основаны, в частности, на использовании новых адекватных организационно-экономических методов. Контроллинг в этой области – это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. В деятельности управленческих структур выделяем интересующую нас сторону – используемые ими организационно-экономические методы - и рассматриваем их с точки зрения влияния на эффективность (в широком смысле) процессов управления промышленными предприятиями и организациями других отраслей народного хозяйства, в частности, вузами и научно-исследовательскими институтами. Если речь идет о новых методах (для данного предприятия), то их разработка и внедрение – организационная (управленческая) инновация, соответственно контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций.
В работе [12] мы обосновываем выделение в контроллинге новой области – контроллинг методов - и обсуждаем содержание этой области. Речь идет прежде всего об организационно-экономических методах. По нашему мнению, следует говорить не только и не столько о методах, сколько об инструментах контроллинга, прежде всего математических (или, точнее, экономико-математических) [13].
В лаборатории экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации» МГТУ им. Н.Э. Баумана проведены исследования в области контроллинга (явного и скрытого) в ряде научных и прикладных областей. В частности, рассмотрены проблемы контроллинга рисков, научной деятельности, персонала, качества продукции и услуг, организационно-экономического обеспечения решения задач управления в аэрокосмической отрасли, экологической безопасности, контроллинга агропромышленного комплекса. Методы принятия управленческих решений во всех перечисленных областях имеют много общего.

3. Новая область контроллинга - контроллинг научной деятельности

Перейдем к обсуждению контроллинга науки (научной деятельности). В настоящее время оценка продуктивности и результативности научной деятельности проводится повсеместно в вузах и НИИ. Поэтому контроллинг инструментов управления научной деятельностью (как составная часть контроллинга организационно-экономических методов) представляет как теоретический, так и практический интерес [14].
Мы с 1970-х годов занимаемся разработкой ряда проблем контроллинга науки (наукометрии, управления в области науки, социологии науки). Конкретные результаты приведены в многочисленных статьях, прежде всего выпущенных начиная с 2013 г. Промежуточные итоги подведены в статье [15] и совместной монографии 2017 г. [16]. Рецензия [17] на эту монографию интересна тем, что в ней дан перечень основных положений разрабатываемого нами подхода в науковедении - контроллинга научной деятельности. Обсудим этот перечень.
Наукометрия (буквально: измерения в науке) — область знания, занимающаяся изучением науки путем статистических и экспертных исследований структуры и динамики научной деятельности, подобно тому, как эконометрика - это статистические и экспертные методы в экономике и управлении [11].
Наукометрия как часть науковедения служит основой для принятия управленческих решений в области управления научной деятельностью. Основные положения наукометрии были сформулированы В. В. Налимовым и З. М. Мульченко еще в 1969 г. [18]. По нашей оценке, с тех пор в теоретической наукометрии единственным заметным, но сомнительным новшеством является появление так называемого «индекса Хирша», предложенного в 2005 г. физиком Хорхе Хиршем из Калифорнийского университета в Сан-Диего. Автор (или коллектив), опубликовавший N работ, имеет индекс Хирша h, если h из его публикаций цитируются как минимум h раз каждая, в то время как оставшиеся (N — h) работ цитируются не более чем h раз каждая. Таким образом, индекс Хирша - это некоторая характеристика центральной тенденции (т.е. средняя величина) для количеств ссылок на отдельные работы рассматриваемого автора (или коллектива). Неясно, в частности, чем индекс Хирша лучше средней цитируемости, т.е. частного от деления числа цитирований на число публикаций.
Однако за полвека с момента появления монографии [18] прикладная наукометрия обогатилась большим числом инструментов, использующих разнообразные информационно-коммуникационные технологии, в частности, технологии больших данных. Примером является Российский индекс научного цитирования (РИНЦ). Развитие цифровой экономики [19] расширило возможности наукометрии.
Как известно, наукометрические данные широко используют при управлении научной деятельностью, коллективами НИИ и вузов. Однако такое использование не всегда является обоснованным. К сожалению, к ошибочным решениям приводят распространенные догмы в области управления научной деятельностью. Данное ниже обсуждение этих догм основано как на проведенных исследованиях, так и на личном опыте исследователя. Согласно РИНЦ, автор настоящей работы - один из наиболее цитируемых отечественных ученых по направлениям "Математика" и "Экономика. Экономические науки". Согласно классической работе [18], вклад ученого в фундаментальную науку оценивается числом цитирований его работ.

4. Распространенные догмы

Распространены разнообразные догмы, приводящие к необоснованным управленческим решениям, наносящим вред развитию научных исследований. Например, отдельные лица:
- считают публикации в научных журналах основным видом научных публикаций;
- верят в реальное существование «мировой науки»;
- отдают приоритет публикациям в зарубежных журналах, индексируемых в базах библиометрических данных WoS и Scopus;
- основным наукометрическим показателем без каких-либо обоснований считают индекс Хирша;
- отрицательно относятся к самоцитированию;
- игнорируют публикации старше 5 лет, в частности, при расчете импакт-факторов журналов, и т. д.
(Поясним последнее понятие на примере. Если импакт-фактор журнала за 2018 год равен 2, значит, опубликованные в нем в 2016 и 2017 годах статьи цитировались в 2018 году в среднем по 2 раза. Базовый период в 2 года иногда заменяют на более длинный - 5 лет. Одна из вредных догм состоит в том, что импакт-фактор — это численный показатель важности научного журнала. Эта догма ориентирует на скороспелый эффект. Между тем фундаментальные работы имеют продолжительный "срок жизни", цитируются через много лет и десятилетий. Например, как показано в [20], статьи А.Н. Колмогорова 1930-х годов отнюдь не потеряли актуальности. Как и книги Н.Ф. Чарновского по организации производства, выпущенные в 1911 - 1927 гг. )
Опубликовать статью на английском языке за рубежом — это возможность продемонстрировать, как ценят автора этой статьи во всем мире. И совсем неважно, что для соотечественников знакомство с этой статьей будет затруднено - как из-за трудностей при обращении к журналу, так и из-за языковых проблем. Зато специалисты в англосаксонских странах, являющихся геополитическими конкурентами нашей страны, совершенно бесплатно получают в свое распоряжение научные результаты, найденные на деньги российских налогоплательщиков.
Кому выгодна глобализация? В современных условиях — геополитическим конкурентам России. Патриотизм означает, что заботиться надо прежде всего о своей стране, а не о геополитических конкурентах.

5. Показатели продуктивности и результативности научной деятельности

На основе каких величин целесообразно принимать решения при управлении научной деятельностью, в частности, при распределении финансирования? При ответе на этом вопрос будем исходить из общих положений контроллинга.
Как разъясняет С.Г. Фалько: "В экономике под показателями понимают абсолютные и относительные величины, а также их совокупности, которые отражают явления хозяйственной деятельности предприятия. Если мы хотим узнать что-то о конкретном явлении, то мы измеряем некоторые его свойства... Таким образом, показатели, а также их совокупности выступают в качестве измерителей. Процесс измерения осуществляется при помощи измерительной системы, разрабатываемой службой контроллинга предприятия" [21, с.106].
Выделим прикладную науку, когда работа выполняется в интересах конкретного заказчика, и фундаментальную науку, нацеленную на увеличение знаний. В прикладной науке публикация полученных результатов в открытой печати не является основной целью и, более того, не всегда целесообразна, в частности, из-за необходимости соблюдения коммерческой и государственной тайны. В фундаментальной науке, наоборот, итогом выполненного исследования является именно публикация, а ее оценкой является востребованность научным сообществом, выраженное в числе цитирований в дальнейших работах. В настоящей статье рассматриваем фундаментальную науку и изучаем ее как информационный процесс [18].
Обсудим часто используемые показатели продуктивности и результативности научной деятельности.
Основной показатель продуктивности - число публикаций. Варианты - учет видов публикаций и их объемов. Ясно, что продуктивность определяется активностью автора, иногда - его административным положением, но не влиянием на развитие науки. Очевидно, нельзя оценивать научную деятельность только по числу публикаций.
Ключевой показатель результативности - число цитирований в научных изданиях. Если работу цитируют - значит, она нужна научному сообществу. Согласно [18] результативность научной деятельности необходимо оценивать по числу цитирований и использовать этот показатель при принятии управленческих решений. Хорошо известны возмущающие факторы, которые могут исказить этот показатель. Так, с помощью административных методов можно его несколько завысить. Можно заметно исказить индекс Хирша в сторону увеличения [22]. Однако наш анализ данных РИНЦ показывает, что искажения мало влияют на общую картину.
Управление наукой на основе числа публикаций в рецензируемых журналах (именно в журналах!) и индексов цитирования в журналах объективно замедляет развитие науки, переход полученных результатов в область практического применения, поскольку замедляет выход монографий и учебников. Действительно, как только научный результат попадает в учебник, ссылаться начинают на этот учебник, а не на исходные статьи, и наукометрические показатели автора результата перестают расти. Зачем же тратить силы на написание учебника?
Публикации в научных журналах являются наименее значимым типом научных публикаций. Естественная цепочка развития научного результата такова: тезисы доклада — тематический сборник — монография — учебник — широкое использование. Для развития нового направления публикации в научных журналах, вообще говоря, не нужны. Эти положения подтверждает история развития таких направлений (автор настоящей статьи активно участвовал в создании этих направлений), как статистика объектов нечисловой природы (статистика нечисловых данных, нечисловая статистика) и теория экспертных оценок. Ясно, что издание собственных журналов или завоевание позиций в уже существующих возможно лишь на этапе зрелости нового направления, но не на этапе его создания.
Необоснованность некоторых широко распространенных утверждений поражает. Например, на основе данных библиографической базы Scopus утверждают, что вклад России в мировую науку составляет порядка 1% (ссылок не даем, чтобы не пропагандировать недостойные работы и их авторов). Однако в указанную базу включено более 6000 американских журналов и только около 200 — российских (а только в «списке ВАК» — несколько тысяч журналов). Чему же удивляться — просматривается один российский журнал на 30 американских! Если сделать естественную поправку — умножить на 30 — то получим, что оценка доли России — 30%, что вполне сопоставимо с американской долей (28,7 %).
«Мировая наука» — это миф [27]. Сильная сторона современной отечественной фундаментальной науки — ее самодостаточность. Для получения нужных стране научных результатов мировая наука российским исследователям практически не нужна. Более того, возвеличивание «мировой науки» — это вредный миф, поддерживаемый врагами России с целью выкачивания ресурсов из нашей страны. О реальной роли "мировой науки" размышляет проф. С.Н. Гринченко [23].
На основе опыта многих исследователей констатируем, что для успешного ведения научной работы обычно вполне достаточно литературы на русском языке, цитирование иностранных источников — зачастую дань моде, а не необходимый элемент исследования. Вытекает это, в частности, из наличия огромного объема научных публикаций на русском языке. Известно, что начать и провести исследование можно "с нуля", без анализа литературных источников. Так, великий физик Л.Д. Ландау физические журналы не читал [24]. Он проводил исследования "с нуля".

6. Позиция по ряду часто обсуждаемых вопросов

Активное самоцитирование научных организаций и научных сотрудников — показатель их передового положения в науке, наличия научных школ, перспективных научных направлений. Действительно, только начинающий исследователь в своей первой публикации не может на себя сослаться, он цитирует других. По мере продвижения исследований в выбранном направлении уменьшается значение чужих работ, зато резко увеличивается необходимость ссылок на свои публикации. Во-первых, с целью опоры на ранее полученные результаты. Во-вторых, с целью демонстрации связи своих новых результатов со старыми. С самоцитированием не следует бороться, его надо поощрять.
Тезис В.В. Налимова о большом значении «незримых коллективов» [18] приводит к неизбежности и праве на существование «региональной науки» и заключению о снобизме «столичной науки». Загнившая часть научного сообщества стремится принизить значение новых научных направлений и журналов, особенно действующих вне Москвы. Цель такого принижения — переключение потока направляемых в печать статей и соответствующих финансовых потоков на устаревшие центры, в настоящее время быстро теряющие свои творческие потенции.
Подходы к управлению научной деятельностью на основе современной наукометрии достаточно подробно и всесторонне проанализированы в монографии [16]. Здесь мы сосредоточились на вопросах контроллинга научной деятельности.

7. Экспертные методы наукометрии, применяемые при управлении научной деятельностью
Экспертные методы основаны на сборе и анализе мнений людей [26]. Именно экспертные методы используются на практике при управлении научной деятельностью. Статистические данные лишь учитываются, хотя сфера их применения растет. Если списки публикаций используются с давних времен, число цитирований стало возможным применять при управлении лишь в текущем веке, опираясь на достижения цифровизации, а именно, систем типа РИНЦ, основанных на сплошном просмотре информационных ресурсов (т.е. на методологии больших данных).
Какие методы предпочтительнее в конкретных ситуациях - статистические или экспертные? Этот вопрос заслуживает подробного обсуждения.
Обсудим экспертные методы наукометрии. Рассмотрим четыре вида методов: рецензирование статей, работа диссертационных советов, назначения (выборы) на административные должности, выборы в РАН.

Объем накопленной научной информации на много порядков превышает возможности творческого освоения информации отдельным исследователем. Современные информационно-коммуникационные технологии, в частности, методы анализа больших данных, лишь частично позволяют справиться с этой проблемой [25]. Как уже говорилось, основная проблема современной науки - всеобщее невежество научных работников, вызванное огромным объемом накопленных научных результатов.
Механизм борьбы со всеобщим невежеством - выделение формальных или неформальных научных кланов (сообществ), т.е. обособленных замкнутых совокупностей исследователей. Члены клана знают и поддерживают друг друга, выработали общие взгляды на научные проблемы, имеют базовые организации, научные журналы, проводят международные и всероссийские конференции и т.п. Работами вне клана члены клана не интересуются. Часто работы вне клана отвергаются "с порога". Кланы возникают вокруг научных организаций, подразделений, иногда - отдельных лиц. Типовая численность клана - несколько сотен исследователей различного уровня и возраста.
В клане обычно действует система проверки "свой - чужой". Она прежде всего проявляется при рецензировании статей. Работы лиц из своего клана получают положительные рецензии, иногда с указанием на необходимость устранения опечаток. А работы "чужих" отклоняются под благовидными предлогами. Как следствие, информация о новых научных результатах не распространяется, развитие науки тормозится. Система рецензирования нужна лишь утвердившимся кланам для поддержания своего монопольного положения. Целесообразно отказаться от обязательного рецензирования. Впрочем, де-факто это уже происходит. В частности, зачастую для формального соблюдения правил авторы, в том числе и диссертанты, сами готовят рецензии.
Диссертационные советы позволяют осуществлять контакты между различными кланами. Подготовка диссертаций полезна для развития профессиональных навыков молодых ученых. Однако сама процедура защиты в России - архаика. Её стандартная продолжительность - два часа. Диссертация лежит на столе руководителей диссертационного совета невостребованной. Впрочем, это естественно - члену диссертационного совета нереально познакомиться с текстом диссертации за время защиты. Особенно возмущает, что по правилам ВАК нельзя исправить ошибки и недостатки диссертации, выявленные при защите.
Назначения (выборы) на административные должности в научных организациях и высших учебных заведениях проводятся на основе мнений людей, т.е. экспертных оценок. Администраторы занимаются управлением, в то время как предполагается, что у них есть значительные достижения в науке. Это - архаическое предположение, от него надо избавляться, меняя общественное мнение.
Архаикой является и восприятие Российской академии наук (РАН) как центра научной деятельности в России. Члены РАН занимает довольно скромное место среди наиболее продуктивных ученых, как видно по данным РИНЦ. В этом нет ничего удивительного - результаты выборов в РАН определяются борьбой кланов, а не научными достижениями. Например, на 12.12.2020 в РИНЦ зафиксировано 17542 математика, в то время как отделение математики РАН почти полностью сформировано из сотрудников трех институтов математики - в Москве, Санкт-Петербурге и Новосибирске, в которых институтах работает менее 500 человек. Отделение математики РАН довольно слабо представлено в РИНЦ. Налицо кризис в российской математике.
Развернутое обсуждение проблем применения статистических и экспертных методов, нацеленных на применение при управлении научной деятельностью, дано в монографии [16]. На практике необходимо совместно применять оба указанных вида методов, избавляясь от архаики.

Выводы

Идея Аристотеля о структуре науки и управлении научной деятельностью весьма актуальны и в настоящее время.
Необходимость принятия обоснованных управленческих решений возникает в самых разных областях человеческой деятельности. Правила принятия таких решений - компетенция структур контроллинга, даже если они действуют под другими названиями.
Контроллинг научной деятельности, как и контроллинг в целом, - быстро растущая область теоретических и прикладных исследований. Однако информация о научных достижениях распространяется медленно. Необходимо резко ускорить её распространение.
Основным показателем, по которому надо оценивать научную деятельность исследователя или организации, является число цитирований в РИНЦ. Ориентация на зарубежные базы данных Скопус и WoS наносит вред интересам нашей страны, поскольку при этом игнорируется основная часть отечественной научной продукции.
Необходимо совместно применять статистические и экспертные методы при решении проблем управления научной деятельностью, избавляясь от архаики.
Изучение функционирования клановой структуры науки - актуальная задача.

Список литературы

1. Орлов А.И. Социологический прогноз развития российской науки на 1993-1995 гг. // Международная газета «Наука и технология в России». Июнь 1993 г. №1. С. 29-29.
2. Орлов А.И., Нечаева Е.Г., Соколов А.В. Статистика объектов нечисловой природы и анализ данных о научном потенциале // Социология: методология, методы, математические модели. 1995. №№5-6. С. 118-136.
3. Андреенков В.Г., Орлов А.И., Толстова Ю.Н. (ответственные редакторы). Анализ нечисловой информации в социологических исследованиях. - М.: Наука, 1985. - 220 с.
4. Орлов А.И. Статистические методы в российской социологии (тридцать лет спустя) // Социология: методология, методы, математические модели. 2005. №20. С. 32-53.
5. Орлов А.И. Математические методы в социологии за сорок пять лет // Научный журнал КубГАУ. 2016. №117. С. 91–119.
6. Аристотель. Политика // Сочинения в 4-х томах. – М:, Мысль, 1983. Т.4. – 830 с.
7. Фалько С.Г. Предмет контроллинга как самостоятельной научной дисциплины // Контроллинг. 2005. № 1 (13). С. 2-6.
8. Чугунов В.С. Контроллинг: философия, теория, методология: монография. - М.: НП "Объединение контроллеров", 2017. - 140 с.
9. Орлов А.И. Новые перспективные математические инструменты контроллинга // Инновации в менеджменте. 2015. № 5. С. 58-63.
10. Орлов А.И. Контроллинг явный и контроллинг скрытый // Контроллинг. 2018. №3 (69). С. 28-32.
11. Орлов А.И. Отечественная научная школа в области эконометрики // Научный журнал КубГАУ. 2016. № 121. С. 235 – 261.
12. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. №4 (28). С. 12-18.
13. Орлов А.И. Многообразие областей и инструментов контроллинга // Научный журнал КубГАУ. 2016. № 123. С. 688 – 707.
14. Орлов А.И. Контроллинг научной деятельности // Контроллинг. 2019. №1 (71). С. 18-24.
15. Орлов А.И. Современные проблемы науковедения и наукометрии // Biocosmology – neo-Aristotelism. Vol.7. Nos. 3&4 (Summer/Autumn 2017). С. 389-410.
16. Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии. – Краснодар: КубГАУ, 2017. – 532 с.
17. Москалева О.В. Рецензия на книгу: Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии (Краснодар: КубГАУ, 2017. 532 с.) // Научный редактор и издатель. 2017. Т.2. № 2-4. С. 130-132.
18. Налимов В.В., Мульченко З.М. Наукометрия. Изучение науки как информационного процесса. — М.: Наука, 1969. — 192 с.
19. Орлов А.И. Аристотель и цифровая экономика // Biocosmology – neo-Aristotelism. 2019. Vol. 9. Nos. 1&2 (Winter/Spring). С. 7-20.
20. Кудлаев Э.М., Орлов А.И. Вероятностно-статистические методы исследования в работах А.Н. Колмогорова // Заводская лаборатория. Диагностика материалов. 2003. Т.69. № 5. С.55-61.
21. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 272 с.
22. Луценко Е.В., Орлов А.И. Количественная оценка степени манипулирования индексом Хирша и его модификация, устойчивая к манипулированию // Научный журнал КубГАУ. 2016. №121. С. 202 – 234.
23. Гринченко С.Н. Является ли мировая наука «организмом»? // Biocosmology – neo-Aristotelism. Vol. 4. Nos. 1&2 (Winter/Spring 2014). – С. 115–122.
24. Воспоминания о Л.Д. Ландау. - М.: Наука, 1988. - 352 с.
25. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
26. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
27. Орлов А.И. Миф мировой науки / Большая Евразия: Развитие, безопасность, сотрудничество. Ежегодник. Вып. 3. Ч. 1. Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 2 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. – С.687 - 689.


Публикация:
1182. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 835-840.
ISBN 978-5-248-00995-4 http://ukros.ru/archives/26461,
http://innclub.info/archives/20049, https://www.academia.edu/48801730




Вышла наша новая книга:
Агаларов З.С,, Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.

Книга размещена на персональной странице А.И. Орлова на сайте МГТУ им. Н.Э. Баумана: папка "Эконометрика - учебник 2020" -
https://wwv.bmstu.ru/ps/%7Eorlov/

Предлагаем познакомиться с аннотацией, содержанием и предисловием.


З.С. Агаларов, А.И. Орлов

Эконометрика

Учебник

Рекомендовано
Учебно-методическим советом по высшему образованию
в качестве учебника для студентов, обучающихся
по направлениям подготовки «Экономика», «Менеджмент»,
«Инноватика», «Прикладная математика»

Москва
Издательско-торговая корпорация «Дашков и К°»
2021


УДК 519.2:330.4(075.8)
ББК 65.04я73
А23

Рецензенты:
С.Г. Фалько — заведующий кафедрой «Экономика и организация производства» Московского государственного технического университета им. Н.Э. Баумана, доктор экономических наук, профессор;
Е.В. Луценко — профессор кафедры компьютерных технологий и систем
Кубанского государственного аграрного университета, доктор экономических наук, кандидат технических наук, профессор.


Агаларов З.С., Орлов А.И. Эконометрика: учебник / З.С. Агаларов, А.И. Орлов. — М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.
ISBN 978-5-394-04075-7

На современном уровне представлена эконометрика — наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. В учебник включены основные эконометрические методы: выборочные исследования, метод наименьших квадратов, анализ динамики цен. Большое внимание уделено экспертным технологиям. Подробно разобраны методы анализа экспертных упорядочений. Теория измерений нацелена на выбор адекватных методов расчетов. Проанализированы методы построения интегральных показателей (рейтингов). Дано представление о математических методах анализа экспертных оценок в рамках статистики нечисловых данных.
Каждая глава учебника — это введение в большую область эконометрики. Приведенные литературные ссылки помогут выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, включенных в учебник. Материал учебника соответствует курсам лекций, которые авторы читают в Московском государственном техническом университете им. Н.Э. Баумана и Российском государственном геологоразведочном университете им. Серго Орджоникидзе.
Для студентов вузов, обучающихся по направлениям подготовки «Экономика», «Менеджмент», «Инноватика», «Прикладная математика», а также слушателей бизнес-школ, программ МВА, институтов повышения квалификации и структур второго образования, менеджеров, экономистов, инженеров, специалистов по прикладной математике, научных и практических работников, связанных с эконометрическим анализом экономических и управленческих данных.

© Агаларов З.С., Орлов А.И., 2021

ISBN 978-5-394-04075-7 © ООО «ИТК «Дашков и К°», 2021


Содержание

Предисловие

Глава 1. Выборочные исследования
1.1. Организация выборочных исследований
1.2. Модели случайных выборок
1.2. Доверительное оценивание доли
1.4. Два прикладных выборочных исследования
1.5. Проверка однородности двух биномиальных выборок
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 2. Метод наименьших квадратов
2.1. Восстановление линейной зависимости между двумя переменными
2.2. Основы линейного регрессионного анализа
2.2. Коэффициенты корреляции
2.4. Прогнозирование в отрасли лома черных металлов
2.5. О выборе вида регрессионной модели
2.6. Непараметрическое оценивание точки пересечения регрессионных
прямых
2.7. Модель с периодической составляющей
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 3. Эконометрический анализ инфляции
3.1. Определение и расчет индекса инфляции
3.2. Практически используемые потребительские корзины и
соответствующие индексы инфляции
3.3. Свойства индексов инфляции
3.4. Возможности использования индекса инфляции в экономических
расчетах
3.5. Динамика цен на продовольственные товары
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 4. Экспертное оценивание
4.1. Индивидуальные и коллективные экспертные оценки
4.2. Оценка и выбор вариантов с помощью экспертов
4.3. Экспертное прогнозирование
4.4. Экспертные оценки на современном этапе
4.5. Основные стадии экспертного опроса
4.6. Подбор экспертов
4.7. О выборе цели экспертизы
4.8. Основания для классификации экспертных методов
4.9. Интуиция эксперта и компьютер
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 5. Анализ экспертных упорядочений
5.1. Экспертные ранжировки
5.2. Методы средних арифметических рангов и медиан рангов
5.3. Метод согласования кластеризованных ранжировок
5.4. Пример анализа экспертных упорядочений
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 6. Теории измерений и средние величины
6.1. Основные шкалы измерения
6.2. Инвариантные алгоритмы и средние величины
6.3. Средние величины в порядковой шкале
6.4. Средние по Колмогорову
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 7. Построение интегрального показателя (рейтинга)
7.1. Оперативные методы принятия решений на основе экспертных оценок
7.2. Веса факторов
7.3. Бинарные рейтинги
7.4. Сравнение рейтингов и линейные рейтинги
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 8. Элементы статистики нечисловых данных
8.1. Основные математические задачи анализа экспертных оценок
8.2. Экспертные мнения и расстояния между ними
8.3. Аксиоматическое введение расстояний
8.4. Свойства медианы Кемени
8.5. Коэффициенты корреляции и конкордации
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Предисловие

Эконометрика - наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей.
Во вводных монографиях по экономической теории, как правило, выделяют в качестве ее разделов макроэкономику, микроэкономику и эконометрику. Статистические методы анализа экономических данных называют эконометрикой, что буквально означает: наука об экономических измерениях. Действительно, термин «эконометрика» состоит из двух частей: «эконо-» - от «экономика» и «-метрика» - от «измерение». О месте эконометрики среди экономических наук ярко говорит то, что восьми эконометрикам присуждены нобелевские премии по экономике.
Эконометрика – эффективный инструмент научного анализа и моделирования в профессиональной деятельности экономиста, менеджера и инженера. Настоящее учебное пособие дает этот инструмент в руки будущим специалистам.
Содержание учебного пособия. Рассмотрены основные эконометрические методы. Глава 1 посвящена организации выборочных исследований и методам анализа собранных данных. Построены модели случайных выборок, разобраны процедуры доверительного оценивания доли и проверки однородности двух биномиальных выборок. Проанализированы прикладные выборочные исследования, в том числе оценивание функции спроса и маркетинговые опросы потребителей.
Непараметрический метод наименьших квадратов в главе 2 позволяет восстановить линейную зависимость между двумя переменными. Рассмотрены коэффициенты корреляции Пирсона и Спирмена и основы линейного регрессионного анализа. Пример применения - прогнозирование в отрасли лома черных металлов. Обсуждаются и более глубокие проблемы - выбор вида регрессионной модели, непараметрическое оценивание точки пересечения регрессионных прямых, модель с периодической составляющей (последние две темы основаны на научных публикациях 2008 г.).
Эконометрическому анализу инфляции посвящена глава 3. Рассмотрены практически используемые потребительские корзины и соответствующие индексы инфляции, в том числе корзина Института высоких статистических технологий и эконометрики и результаты расчетов индексов инфляции по независимо собранной информации за 1993 – 2008 гг. Проанализированы свойства индексов инфляции и возможности их использования в экономических расчетах. Обсуждается динамика цен на продовольственные товары в нашей стране.
Экспертные оценки - один из основных видов эконометрических инструментов при разработке, принятии и реализации управленческих решений. Примеры процедур экспертных оценок даны в четвертой главе. Значительное внимание уделено методам и технологиям сбора и анализа мнений экспертов, применению экспертных оценок Рассмотрены индивидуальные и коллективные экспертные оценки, методы оценки и выбора вариантов с помощью экспертов, процедуры экспертного прогнозирование, место экспертных оценок в теории и практике принятия решений на современном этапе. Дано представление об организационной стороне работы экспертной комиссии. Обсуждаются основные стадии экспертного опроса, в том числе выбор цели экспертизы и подбор экспертов. Выделены основания для классификации экспертных методов. Роль интуиции эксперта сопоставлена с использованием информационных технологий. Экспертные технологии пока недостаточно представлены в литературе, поэтому мы вынуждены уделить им большое внимание.
Важные конкретные процедуры экспертного оценивания разобраны в пятой главе. Для нахождения коллективного мнения по экспертным ранжировкам предложены методы средних арифметических рангов и медиан рангов, а также процедура согласования кластеризованных ранжировок.
Теория измерений и ее применение для обоснования экспертных процедур – предмет шестой главы. Введены основные шкалы измерения (наименований, порядка, интервалов, отношений, разностей, абсолютная). Поставлена задача поиска инвариантных алгоритмов. В качестве примера разобраны методы усреднения. Дан анализ различных видов средних, введены средние по Коши и средние по Колмогорову. Установлено, какими средними величинами следует пользоваться при анализе данных, измеренных в порядковой шкале (из средних по Коши), шкалах интервалов и отношений (из средних по Колмогорову).
Построению рейтингов (обобщенных показателей) посвящена седьмая глава. В начале главы рассмотрены широко применяющиеся простые методы принятия решений. Разобраны подходы в стратегическом менеджменте, оперативные приемы, способы декомпозиции задач принятия решения. В качестве основной модели для дальнейшего обсуждения выбраны бинарные рейтинги, тесно связанные с теорией классификации (диагностики, дискриминации, распознавания образов). В задачах сравнения рейтингов основное внимание уделено линейным рейтингам. Обосновано применение прогностической силы как показателя качества алгоритма диагностики, построена асимптотическая теория для этого показателя и разработаны методы проверки обоснованности пересчета на модель линейного дискриминантного анализа.
Восьмая глава посвящена современному быстро растущему разделу эконометрики - статистике нечисловых данных. На основе систем аксиом введены расстояния между экспертными мнениями. Итоговое мнение экспертной комиссии предложено определять с помощью медианы Кемени. Коэффициенты корреляции и конкордации рассмотрены в связи с проверкой согласованности мнений экспертов.
В конце каждой главы приведены списки литературных источников, контрольные вопросы и задачи, а также темы докладов, рефератов, исследовательских работ. Нумерация таблиц, рисунков, формул, теорем, литературных источников дана по главам.
Методические комментарии. Теоретическую базу эконометрики составляют математические дисциплины - общий курс (математический анализ, линейная алгебра), теория вероятностей и математическая статистика, дискретная математика, исследование операций. Полезно знание основ экономической теории и статистики (общей теории статистики, экономической статистики). Чтобы полностью овладеть материалом, представленным в учебном пособии, желательно знать базовые понятия и результаты указанных выше типовых учебных курсов.
Целью изучения учебной дисциплины «Эконометрика» является овладение современными эконометрическими методами анализа конкретных экономических и управленческих данных на уровне, достаточном для использования в практической деятельности менеджера, экономиста, инженера. В учебное пособие включены как классические научные результаты, так и недавно полученные. В качестве примеров применения эконометрических методов описан ряд конкретных прикладных работ, выполненных под руководством авторов. Можно утверждать, что учебное пособие позволяет выйти на современный уровень теоретических и прикладных эконометрических исследований.
Учебное пособие адресовано в первую очередь студентам дневных отделений экономических и управленческих специальностей, а также специальности "Прикладная математика".. Они найдут весь необходимый материал для изучения различных вариантов эконометрических курсов. Особенно хочется порекомендовать учебное пособие тем, кто получает наиболее ценимое в настоящее время образование - на экономических факультетах в технических вузах. Слушатели вечерних отделений, в том числе получающие второе образование по экономике и менеджменту, смогут изучить основы эконометрики и познакомиться с основными вопросами ее практического использования. Менеджерам, экономистам и инженерам, изучающим эконометрику самостоятельно или в бизнес-школах и институтах повышения квалификации, в том числе по программам МВА («Мастер делового администрирования»), учебное пособие позволит познакомиться с ее ключевыми идеями и выйти на мировой уровень образования. Специалистам по теории вероятностей и математической статистике эта книга также может быть интересна и полезна, в ней описан современный взгляд на статистические методы и их применение в экономике, основные подходы и результаты в этой области (касающиеся, в частности, непараметрических постановок и статистики нечисловых данных), открывающие большой простор для дальнейших математических исследований. Преподаватели эконометрики найдут в учебном пособии как теоретические результаты, так и примеры их практического использования – в объеме, достаточном для разработки собственных программ обучения. Материалы учебного пособия можно использовать также при чтении и изучении курсов «Организационно-экономическое моделирование», «Математические методы прогнозирования», «Теория принятия решений», "Прикладная статистика" и др.
В отличие от учебной литературы по математическим дисциплинам, в настоящей книге практически отсутствуют доказательства. В нескольких случаях мы сочли целесообразным их привести. При первом чтении доказательства теорем можно пропустить.
О роли литературных ссылок в учебном пособии необходимо сказать достаточно подробно. Прежде всего, эта книга представляет собой замкнутый текст, не требующий для своего понимания ничего, кроме знания стандартных учебных курсов высшей математике. Зачем же нужны ссылки? Доказательства всех приведенных в учебном пособии теорем приведены в ранее опубликованных статьях и монографиях. Дотошный читатель, в частности, при подготовке рефератов и при желании глубже проникнуть в материал, может обратиться к приведенным в каждой главе спискам цитированной литературы. Каждая глава учебного пособия — это введение в большую область эконометрики. Приведенные литературные ссылки помогут читателям выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, включенных в учебное пособие. За многие десятилетия накопились большие книжные богатства, и их надо активно использовать.
Настоящая книга выполнена в рамках отечественной научной школы в области эконометрики (см.: Орлов А.И. Отечественная научная школа в области эконометрики / Научный журнал КубГАУ. 2016. №121. С. 235–261; Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019. №73. С. 28-35).
Включенные в учебное пособие материалы прошли многолетнюю и всестороннюю проверку. Кроме МГТУ им. Н.Э. Баумана, они использовались при преподавании во многих других отечественных и зарубежных образовательных структурах, в частности, в Академии народного хозяйства при Правительстве Российской Федерации, в Российской экономической академии им. Г.В. Плеханова, Рижском институте мировой экономики. Наряду с дневным образованием, преподавание велось в структурах второго образования, повышения квалификации, бизнес-школах (программы МВА).
Настоящее учебное пособие продолжает традицию равнее выпущенного четырьмя изданиями учебника "Эконометрика", составленного одним авторов (Орлов А.И. Эконометрика. Учебник для вузов. — М.: Экзамен, 2002 (1-е изд.), 2003 (2-е изд.), 2004 (3-е изд.). — 576 с.; Орлов А.И. Эконометрика. Изд. 4-е, доп. и перераб. Учебник для вузов.. — Ростов-на-Дону: Феникс, 2009. — 572 с.).
Настоящее учебное пособие подготовлено в соответствии с рекомендациями созданной в 1990 г. Всесоюзной статистической ассоциации и ее наследников – Российской ассоциации статистических методов и Российской академии статистических методов, а также разработками Института высоких статистических технологий и эконометрики и Лаборатории экономико-математических методов в контроллинге НУК ИБМ МГТУ им. Н.Э. Баумана.
С базовыми публикациями (более 20 книг и 200 статей) и текущей научной информацией по эконометрике можно познакомиться на сайте «Высокие статистические технологии» http://orlovs.pp.ru и его форуме http://forum.orlovs.pp.ru/, а также на странице Лаборатории экономико-математических методов в контроллинге http://www.ibm.bmstu.ru/nil/lab.html (на сайте научно-учебного комплекса «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана). Достаточно большой объем информации содержит еженедельник «Эконометрика» - электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана (выходит с июля 2000 г.) http://subscribe.ru/catalog/science.hum ... onometrika.
Включенный в учебное пособие материал дает представление об эконометрике, соответствующее общепринятому в мире. Изложение доведено до современного уровня научных исследований в этой области. Конечно, возможны различные точки зрения по тем или иным частным вопросам. Авторы будут благодарен читателям, если они направят свои вопросы и замечания по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru (или поместят их на форуме http://forum.orlovs.pp.ru/ сайта «Высокие статистические технологии»).


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб мар 12, 2022 11:05 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1103 от 14 марта 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!


Смену парадигм экономической науки (Аристотель - рыночная экономика - солидарная информационная экономика) рассмотрел А.И. Орлов.
О том, как США приучают мир к мысли о неизбежности новой мировой войны и почему Россия и Китай выбраны «любимыми врагами» гегемона, что такое «ментальные войны» и как формируется мир постправды, есть ли у нас идеологический центр защиты Отечества, об ударах с тыла по российской армии и о цифровизации на чужом «железе», о ментальных войнах и актуальных задачах, вытекающих из Послания Президента, еженедельнику «Звезда» рассказал советник министра обороны Российской Федерации Андрей Ильницкий.



Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., директор Института высоких статистических технологий и эконометрики, профессор МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика

Ключевые слова: экономическая наука, парадигма, Аристотель, информационно-коммуникационные технологии, управление, солидарная информационная экономика, планирование, цифровая экономика.
Keywords: economics, paradigm, Aristotle, information and communication technologies, management, solidary information economy, digital economy.

1. Введение

Как следствие развертывания цифровой экономики назрела необходимость смены парадигмы экономической теории. Взамен концепций рыночной экономики и свободного предпринимательства предлагаем в качестве основы новой парадигмы разрабатываемую нами солидарную информационную экономику. Согласно определению основоположника экономической науки Аристотеля, экономика – это хозяйственная деятельность, направленная на удовлетворение естественных потребностей людей. Вслед за Аристотелем полагаем, что экономика - это наука о том, как управлять хозяйством. Цель хозяйственной деятельности - удовлетворение потребностей, а не получение прибыли. Цифровизация - четвёртая промышленная революция. Количество инноваций в области применения информационно-коммуникационных технологий в экономике и управлении перешло в качество. Общество потребления уходит в прошлое. В последние годы мировое сообщество стало больше обращать внимание на то, что заимствование намного экономнее и удобнее обычной покупки. Финансовый кризис 2008 года стал своеобразным катализатором изменений в мировой экономике, появился абсолютно новый феномен — sharing economy, т.е. "совместное владение", в основе которого лежат не привычные нам отношения "купи-продай", а аренда. Sharing economy опирается на цифровые технологии. Мощности компьютеров к концу ХХ в. достигли такого уровня развития, что стало возможным провести расчеты, во-первых, для всех производимых товаров и услуг, во-вторых, для всего Земного шара. Т.е. появилась возможность планирования производства всех возможных товаров и услуг в масштабе всего Земного шара. Предложена шестишаговая схема применения солидарной информационной экономики для повышения эффективности процессов управления в крупномасштабной экономической системе (пример - ракетно-космическая отрасль). Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента рассмотрены в наших монографиях и статьях в свете идей солидарной информационной экономики.
Инструментальные методы экономики - это прежде всего информационно-коммуникационные методы решения задач управления экономическими структурами. В условиях развертывания цифровой экономики их роль значительно возрастает, из вспомогательных инструментов они становятся основой новой парадигмы экономической науки.
Настало время отказаться от устаревшей парадигмы экономической теории, основанной на понятиях рыночной экономики и свободного предпринимательства, и перейти к новой, соответствующей реалиям цифровой экономики. Такой переход необходим для успешной реализации стратегии развития России в XXI веке. Будучи одним из наиболее цитируемых отечественных экономистов (по данным РИНЦ), считаю необходимым обратить внимание коллег на назревшую необходимость смены парадигмы и предложить в качестве основы новой парадигмы разрабатываемую нами солидарную информационную экономику.
Цифровая экономика основана на интенсивном использовании информационно-коммуникационных технологий в реальной экономике и управлении социально-экономическими структурами. Аппаратная база таких технологий - компьютеры, их сети и т.п. Научно-методическая база цифровой экономики активно разрабатывалась с 1940-х годов (а до этого момента была предыстория, которую можно отсчитывать от Лейбница). К настоящему времени количество новшеств перешло в качество. Накопленные научные и практические результаты привели к взрыву инноваций в менеджменте. Прежние технологии управления уходят в прошлое.
Какие воззрения и их практические реализации приходят на смену уходящим? Базовой экономической теорией становится разрабатываемая нами с 2007 г. солидарная информационная экономика (первоначальное название - неформальная информационная экономика будущего). Вслед за Аристотелем полагаем, что экономика - это наука о том, как управлять хозяйством. Цель хозяйственной деятельности - удовлетворение потребностей, а не получении прибыли. Развиваем идеи В.М. Глушкова (проект ОГАС), Ст. Бира (система Киберсин), В. Пол Кокшотта и Аллина Ф. Коттрелла (продемонстрировали возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом). Солидарная информационная экономика предназначена для замены рыночной экономики в качестве базовой экономической теории. Такой переход необходим, в частности, потому, что современные информационно-коммуникационные технологии позволяют реализовать принципы плановой экономики во всеобщем масштабе - для всех товаров и услуг и на всем Земном шаре, рассчитав соответствующий оптимальный план.

2. Основные факты о цифровой экономике

Широко применяемые в современных публикациях понятия "инновационная экономика", "высокотехнологическая цивилизация", "общество знаний", "информационное общество" близки понятию "экономика знаний". К этому понятийному ряду можно добавить и появившийся позже термин "цифровая экономика". Современной цифровой экономике посвящена наша монография [1]. Упомянем также "искусственный интеллект".
Руководство нашей страны уделяет большое внимание развитию цифровой экономики. Правительство РФ распоряжением от 28.07.2017 № 1632-р утвердило программу «Цифровая экономика Российской Федерации». Этот документ разработан по указанию Президента РФ, озвученному им в ежегодном Послании Федеральному Собранию РФ 1 декабря 2016 года. Указом Президента Российской Федерации № 215 от 15 мая 2018 года создано Министерство цифрового развития, связи и массовых коммуникаций РФ (на базе Министерства связи и массовых коммуникаций РФ). При этом под цифровой экономикой понимается "хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг" [2].
Таким образом, цифровая экономика основана на интенсивном использовании информационно-коммуникационных технологий в реальной экономике и в управлении конкретными социально-экономическими структурами. Аппаратная (техническая и программная) база таких технологий - компьютеры, сети (как Интернет, так и корпоративные, закрытые для внешних пользователей), облачные хранилища данных и т.п. Как уже отмечалось, научно-методическая база современной цифровой экономики активно разрабатывалась по крайней мере с 1940-х годов (более ранние работы Лейбница, Тьюринга, Поста и др. были одиночными). Однако в настоящее время количество информационно-коммуникационных разработок перешло в качество. Накопленные научные результаты и опыт практического применения привели к взрыву инноваций в менеджменте. Прежние технологии управления, как мы наблюдаем, уходят в прошлое. Каким будет будущее? Обсудим прогнозируемое развитие цифровой экономики.

3. Цифровая экономика как современный этап развития
информационно-коммуникационных технологий

Цифровизация является и вызовом, и актуальным "окном возможностей" резкого технологического и экономического скачка. На примере цифровой энергетики это утверждение убедительно обосновали сотрудники Института проблем управления РАН [3]. Обсудим состояние и перспективы цифровой экономики с точки зрения инноваций в менеджменте.
Термин "цифровая экономика" имеет как достоинства, так и недостатки. Основное достоинство - краткость. Один из недостатков - начальное слово в термине "цифровая" нельзя понимать как относящееся к набору из 10 арабских цифр, используемых в арифметике. Ближе к сути цифровой экономики слова "информация" (в том числе словесная) и "компьютер". Другой недостаток - второе слово "экономика" относится к взаимоотношениям людей в процессах производства и распределения, а эти взаимоотношения нельзя считать исключительно "цифровыми". Однако термин "цифровая экономика" широко распространен, закреплен в нормативных документах, поэтому будем его использовать вместо ранее распространенных синонимов.
Широко известны исследования Н. Винера в области цифровой экономики [4]. В середине ХХ в. цифровую экономику называли экономической кибернетикой, рассматривая ее как часть кибернетики - новой научной области, получившей наименование по названию книги Н. Винера [5], впервые выпущенной в 1948 г. Уже на первоначальном этапе развития кибернетики рассматривались многие проблемы, которые только сейчас стали актуальны для большинства экономических субъектов. Например, влияние роботизации (во времена Винера - автоматизации) на занятость.
В нашей стране в те же пятидесятые годы активно обсуждалась возможность автоматизации управления народным хозяйством (А.И. Берг, А.И. Китов, А.А. Ляпунов). Затем пришло - и весьма быстро (шестидесятые - семидесятые годы) - время грандиозного проекта общегосударственной автоматизированной системы ОГАС (В.М. Глушков), реально реализованной в Чили системы управления экономикой страны Киберсин (Ст. Бир), различных АСУ (автоматизированных систем управления), том числе предназначенных для управления большими системами, например, такими, как военно-морской флот. В Центральном экономико-математическом институте (ЦЭМИ) АН СССР была разработана развернутая система оптимального функционирования экономики СОФЭ. Много было сделано в области применения подходов цифровой экономики (в лице кибернетики) на предприятиях.
После смены экономической системы в наше стране на рубеже 1990-х годов цифровая экономика стала разрабатываться прежде всего на микроуровне (на уровне предприятий и организаций).
Концепции, технологии, системы информатизации бизнеса были разработаны А.М. Карминским и его соавторами [6]. Ими была разработана методология создания информационных систем в экономике, обобщена практика использования таких систем.
Большое количество учебников и монографий посвящено информационному менеджменту на предприятии, экономической эффективности внедрения информационных технологий, информационным системам управления производственной компанией, менеджменту в области информационно-коммуникационных технологий.
Применение инструментария цифровой экономики не ограничивается сферой производства. Так, в настоящее время весьма интенсивно обсуждаются проблемы высшего и среднего образования, например. информационно-коммуникационные технологии в компетентностно-ориентированном образовании.
Многообразным аспектам цифровой экономики посвящено огромное количество публикаций. Мы рассмотрели лишь некоторые из них, отобрав наиболее интересные для нас. Добавим к списку две наши монографии. Перспективные математические и инструментальные методы контроллинга обсуждаются в [7]. Инструментальные методы экономики - это методы, основанные на использовании компьютеров для анализа информации, т.е. методы цифровой экономики. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента рассматриваем в рамках цифровой экономики [8].
Различные аспекты цифровой экономики постоянно обсуждаются на страницах научной периодики, в частности, выпускаемых нашим научным коллективом журналов "Контроллинг" и "Инновации в менеджменте". Рассмотрим только два номера журнала "Инновации в менеджменте" (2018. №№ 3, 4). В передовой статье С.Г. Фалько анализирует бизнес-модели новых предприятий в условиях перехода к цифровой экономике. Экономической диагностике облачных решений (на примере office 365) посвящена работа К. Мамедова и Т.Н. Рыжиковой. Особенности управления человеческим капиталом на предприятиях в условиях цифровой экономики обсуждают Н.Р. Кельчевская и Е.В. Ширинкина. Цифровая трансформация финансового сектора - предмет статьи С.Ю. Перцевой.
Вполне естественно, что в большинстве публикаций по цифровой экономике рассматриваются те или иные конкретные предметные области или стороны. Однако необходимо обсудить бурное развитие цифровой экономики в целом. С какими вызовами мы сталкиваемся? Какое влияние это развитие окажет на хозяйственную деятельность в целом? Какое "окно возможностей" раскрывает цифровая экономика? Почему можно ожидать, что она приведет к резкому технологическому и экономическому скачку?

4. Мы живем в условиях цифровой революции

Как часто говорят и пишут, цифровизация - четвёртая промышленная революция. Количество инноваций в области применения информационно-коммуникационных технологий в экономике и управлении перешло в качество. Приведем примеры.
Менее двух десятилетий назад - в 2001 г. - мобильные телефоны были, по нашим данным, лишь у 1% населения России. Тогда обсуждали электронный документооборот как новшество. А сейчас всемирный Интернет позволяет нам забыть об офисной работе, привязке к определенному городу и стране. Теперь можно работать над самыми серьезными задачами в команде, члены которой разбросаны по всему миру. Удаленная работа и виртуальные организации без офисов становятся нормой. Не надо ездить в командировки, вопросы можно обсудить и решить с помощью целого ряда информационно-коммуникационных технологий. Горячие головы хотят и образование сделать цифровым.
Констатируем прогрессирующее сокращение (вплоть до ликвидации) слоя посредников. Так, судьба турагентств незавидна: зачем потенциальным клиентам к ним обращаться, когда можно самостоятельно заказать билеты и номер в отеле? Интернет-журнал Factinteres привел примеры профессий, которые в ближайшем будущем перестанут существовать: телефонный оператор, спортивный судья, работник конвейера, туристический агент, диспетчер такси, кассир, водитель такси. Публикуют и более длинные списки профессий, которые исчезнут в ближайшие десятилетия, а также и списки тех, которые появятся. Например, "приговорены" бухгалтеры и преподаватели. Менеджеров, занимающихся кредитами в банках, заменяет искусственный интеллект.
Намечаются изменения и в политической сфере. Место структур представительной демократии постепенно занимают процедуры прямого действия, основанные на голосовании миллионов через Интернет. Примером являются процедуры, применяемые онлайн-платформами Avaaz.org и Change.org.
По мнению ряда специалистов, общество потребления уходит в прошлое. В последние годы мировое сообщество стало больше обращать внимание на то, что заимствование намного экономнее и удобнее обычной покупки. Финансовый кризис 2008 года стал своеобразным катализатором изменений в мировой экономике, появился абсолютно новый феномен — sharing economy, т.е. "совместное владение", в основе которого лежат не привычные нам отношения "купи-продай", а аренда. Sharing economy опирается на цифровые технологии.
Эссе "Мир будущего - ни привычной работы, ни частной собственности, ни личного пространства" написала член парламента Ида Аукен к Мировому экономическому форуму 2017 года (ранее она занимала пост министра экологии Дании). Она пишет: "Мне ничего не принадлежит. У меня нет своей машины. Нет дома. У меня нет бытовых приборов или своей одежды. Это может показаться вам странным, но для нас, жителей города, такая жизнь кажется идеальной. Все, что раньше считалось продуктом, теперь стало услугой. У нас есть доступ к транспорту, жилью, еда и всему, что необходимо в повседневной жизни. Одна за другой эти вещи стали бесплатными, и в итоге у нас не было смысла владеть чем-то" [9] (Auken, 2016).
В цифровой экономике информация становится общедоступной (сначала - для силовых структур). Исчезает само понятие конфиденциальности, коммерческой тайны. Неприкосновенность частной жизни уходит в прошлое. Передвижения граждан (в частности, в автомобилях), письма, переговоры фиксируются на электронных носителях. В ближайшей перспективе становятся ненужными банковские карты, документы, ключи, наличные деньги. Решения о допуске к перечисленным благам будет принимать искусственный интеллект на основе биометрических данных. Ясно, что в цифровом обществе понятия конкуренции и свободы предпринимательства должны быть преобразованы.

5. Какой должна быть современная цифровая экономическая теория?

В новой ситуации нужна новая экономическая теория. Для ее разработки целесообразно обратиться к истокам экономической науки.
Согласно определению Аристотеля, экономика – это хозяйственная деятельность, направленная на удовлетворение естественных потребностей человека [10]. В XIX-ХХ вв. мировая экономика превратилась в свой антипод – хрематистику: обогащение стало самоцелью, различные финансовые спекуляции подменили реальное производство, власть постепенно переходила к наднациональным хозяевам денег – банкирам-ростовщикам. Вместо удовлетворения потребностей людей - упор на прибыль. В теоретическом осмыслении хозяйственной деятельности стала господствовать рыночная экономика. Хотя по оценке американского экономиста и теоретика менеджмента П. Друкера, 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику» [11], до сих пор в сознании российских исследователей и практических работников продолжает господствовать рыночная риторика.
Вернуться на путь Аристотеля позволяет разрабатываемая нами солидарная информационная экономика, развивающая идеи ОГАС В.М. Глушкова и системы "Киберсин" Ст. Бира. Первая Интернет-публикация по этой теории сделана нами 11 июня 2007 г. (http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=570). На 12.12.2020 этот ресурс просмотрен более 281,7 тыс. раз, что свидетельствует об интересе специалистов. Основные идеи солидарной информационной экономики впервые были сформулированы в статье [12]. Список публикаций по солидарной информационной экономике (первоначальное название - неформальная информационная экономика будущего) на 12.12.2020 включает 62 названия статей, тезисов, разделов книг (http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=951). Основные результаты отражены в монографии [1], публикациях 2019 г. [13-16].

6. Очередные задачи солидарной информационной экономики

Согласно [1] cначала необходимо выявить потребности (т.е. задать цель работы социально-экономической системы). Затем планируем действия по удовлетворению этих потребностей. В качестве инструментальных методов укажем на оптимизационные алгоритмы (прежде всего на алгоритмы линейного программирования) и межотраслевой баланс Леонтьева. Как показали шотландские экономисты Кокшот и Котрелл [17, 18], мощности компьютеров к концу ХХ в. достигли такого уровня развития, что стало возможным провести расчеты, во-первых, для всех производимых товаров и услуг, во-вторых, для всего Земного шара. Т.е. появилась возможность планирования производства всех возможных товаров и услуг в масштабе всего Земного шара.
Из работ Кокшотта и Коттрелла следует, в частности, что работавший в СССР Госплан в принципе не мог полностью выполнять свою задачу (планирование деятельности народного хозяйства) из-за низкой производительности компьютеров. Недостатки в работе Госплана в СССР были неизбежны. И такие недостатки хорошо известны.
Если планирование не вызывает принципиальных сложностей, то разработка методов целеполагания требует дальнейших исследований. Идея сетевого общества и сетевой демократии [1] должна быть дополнена инструментарием экспертных оценок.
В соответствии с [1] кратко рассмотрим шестишаговую схему применения солидарной информационной экономики для повышения эффективности процессов управления в крупной корпорации (как примере крупномасштабной экономической системы), организации (предприятия) которой находятся в различных регионах.
1. Выделение ЗАДАЧ, для решения которых привлекаются и/или будут привлекаться эксперты.
2. После составления и гармонизации СИСТЕМЫ ЗАДАЧ (в управленческих терминах) составляем систему МОДЕЛЕЙ ЭКСПЕРТИЗ (описываем систему «черных ящиков», т.е. систему «входов» - «выходов») в терминах организационно-экономического моделирования экспертной деятельности.
3. На основе МОДЕЛЕЙ разрабатываем (адаптируем или вновь предлагаем) МЕТОДЫ экспертных исследований (т.е. сбора и анализа экспертных оценок, на пути от «входа» к «выходу»).
4. На основе МЕТОДОВ выявляем ТРЕБОВАНИЯ к экспертам (включая внешних), а также к регламентам экспертных процедур (т.е. «условия применимости» экспертных методов), включая регламенты формирования сети (реестра) экспертов, формирования экспертной комиссии (ЭК), заданий экспертам, процедурам сбора и анализа мнений экспертов, выработки заключений ЭК.
5. Формируем основы НТД (нормативно-технических документов) по созданию и деятельности СИСТЕМЫ ЭКСПЕРТИЗ Компании.
6. Разрабатываем пошаговую процедуру и график внедрения проекта по созданию СИСТЕМЫ ЭКСПЕРТИЗ Компании.
Новизна научных основ проекта «Сеть экспертов» состоит, в частности, в том, что вместо отдельных экспертных комиссий, предназначенных для проведения конкретных экспертиз, строим СЕТЬ ЭКСПЕРТОВ, работающую постоянно и являющуюся составной частью системы управления корпорации. Сеть экспертов действует в постоянном контакте (и в переплетении) с системой принятия управленческих решений. Сетевая корпоративная экспертная структура является открытой – любой сотрудник через корпоративную информационную систему может включиться в эту структуру (как эксперт с совещательным голосом).
Таким путем в рамках отдельно взятой конкретной корпорации реализуются основные идеи солидарной информационной экономики и открытого сетевого общества. Имеем в виду прежде всего ракетно-космическую промышленность, к которой относятся многие наши работы (см., например, [8]).
Эффективность применения подходов солидарной информационной экономики в государственном и муниципальном управлении, международной деятельности, планировании и контроле в масштабах Земного шара не вызывает сомнений. Более подробное изложение различных разделов солидарной информационной экономики дано, в частности, в серии статей в "Научном журнале КубГАУ" [19 - 25] и в докладах [26, 27, 28].

Выводы
Под цифровой экономикой следует понимать, по нашему мнению, современный этап развития информационно-коммуникационных технологий, основанных на использовании компьютеров и сетей. В результате анализа многообразия исследований в области цифровой экономики можно сделать вывод, что количество и объем инноваций в области информационно-коммуникационных технологий в экономике и управлении перешли в качество - мы имеем дело с четвёртой промышленной революцией. Очевидно, в современных условиях нельзя опираться на концепции более чем столетней давности - нужна новая (цифровая) экономическая теория. В качестве таковой предлагаем обсудить кратко рассмотренную в настоящей статье солидарную информационную экономику, основанную на идеях Аристотеля, Глушкова, Ст. Бира и других.

Список литературы

1. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
2. Стратегия развития информационного общества в Российской Федерации на 2017 – 2030 годы (утв. Указом Президента РФ от 09.05.2017 № 203).
3. Воропай Н.И., Губко М.В., Ковалев С.П. и др. Проблемы развития цифровой энергетики в России // Проблемы управления. 2019. № 1. С. 2-14.
4. Винер Н. Кибернетика и общество. - М.: Изд-во иностранной литературы. 1958. - 200 с.
5. Винер Н. Кибернетика, или управление и связь в животном и машине. 1948-1961. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.
6. Информатизация бизнеса: концепции, технологии, системы / А.М. Карминский, С.А. Карминский, В.П. Нестеров, Б.В. Черников; Под ред. А.М. Карминского. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2004. - 624 с.
7. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г. Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
8. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
9. Auken Ida, Parliament of Denmark. Welcome to 2030. I own nothing, have no privacy, and life has never been better - 2016. URL: https://www.weforum.org/agenda/2016/11/ ... t-that-is/ (дата обращения 08.01.2020).
10. Аристотель. Политика // Сочинения в 4-х томах. - М:, Мысль, 1983. Т.4. - 830 с.
11. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. - М.: Бук Чембэр Интернэшнл, 1994. - 380 с.
12. Орлов А.И. Неформальная информационная экономика будущего. // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
13. Орлов А.И. Аристотель и цифровая экономика // Biocosmology – neo-Aristotelism. Vol. 9, Nos. 1&2, Winter/Spring 2019. С. 7-20.
14. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
15. Орлов А.И. Цифровая экономика, инновации в менеджменте, контроллинг и идеи Аристотеля // Информационное общество и цифровая экономика: глобальные трансформации. Материалы IV Национальной научно-практической конференции (Краснодар, 23 - 25 мая 2019 г.). - Краснодар: Издательство: Кубанский государственный университет, 2019. - С. 44-56.
16. Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 4(22).
17. Cockshott W. Paul and Cottrell Allin F. Information and Economics: A Critique of Hayek. November 1996. [Электронный ресурс]. URL: http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf (дата обращения 08.01.2020).
18. Кокшотт П. Расчёт в натуральной форме: от Нейрата до Канторовича. Перевод С. Маркова под ред. С. Голикова и Д. Левыкина [Электронный ресурс]. URL: http://left.ru/2009/6/cockshott188.phtml (дата обращения 08.01.2020).
19. Орлов А.И. Проблемы методологии государственной политики и управления в неформальной информационной экономике будущего / Научный журнал КубГАУ. 2013. № 88. – С. 592–618.
20. Орлов А.И. Солидарная информационная экономика как экономическая составляющая государственной идеологии России / Научный журнал КубГАУ. 2014. № 98. С. 706–731.
21. Орлов А.И. Основные идеи солидарной информационной экономики - базовой организационно-экономической теории / Научный журнал КубГАУ. 2015. № 112. С. 52–77.
22. Орлов А.И. Солидарная информационная экономика - экономика без рынка и денег / Научный журнал КубГАУ. 2015. № 113. С. 388 – 418.
23. Орлов А.И. О развитии солидарной информационной экономики / Научный журнал КубГАУ. 2016. № 121. С. 262–291.
24. Орлов А.И. Организационно-экономическое обеспечение управления организациями и территориями с точки зрения солидарной информационной экономики / Научный журнал КубГАУ. 2016. № 124. С. 926–953.
25. Орлов А.И. Вперед к Аристотелю: освободить экономическую теорию от извращений / Научный журнал КубГАУ. 2017. № 127. С. 478–500.
26. Орлов А.И. Солидарная информационная экономика взамен рыночной / Экономика знаний в России: от генерации знаний и инноваций к когнитивной индустриализации: материалы IX Междунар. науч.-практ. конф. / отв. ред. В.В. Ермоленко, М.Р. Закарян. – Краснодар: Кубанский гос. ун-т, 2017. – С. 3-14.
27. Орлов А.И. Цифровая экономика, инновации в менеджменте, контроллинг и идеи Аристотеля / Информационное общество и цифровая экономика: глобальные трансформации. Материалы IV Национальной научно-практической конференции (Краснодар, 23 - 25 мая 2019 г.). - Краснодар: Издательство: Кубанский государственный университет, 2019. - С. 44-56.
28. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономический науки, развивающей идеи Аристотеля / Глобалистика: Глобальные проблемы и будущее человечества. Сб. статей Международного научного конгресса Глобалистика-2020, 18 – 22 мая и 20 – 24 октября 2020 г. / под ред. И.В. Ильина. – М., МООСИПНН Н.Д.Кондратьева, 2020. С. 846-852.


Рассылка:
1183. Орлов А.И. Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 841-845. ISBN 978-5-248-00995-4 http://ukros.ru/archives/26461, http://innclub.info/archives/20049, https://www.academia.edu/48801730




Ментальная война за будущее России

О том, как США приучают мир к мысли о неизбежности новой мировой войны и почему Россия и Китай выбраны «любимыми врагами» гегемона, что такое «ментальные войны» и как формируется мир постправды, есть ли у нас идеологический центр защиты Отечества, об ударах с тыла по российской армии и о цифровизации на чужом «железе», о ментальных войнах и актуальных задачах, вытекающих из Послания Президента, еженедельнику «Звезда» рассказал советник министра обороны Российской Федерации Андрей Ильницкий.

Авторы: Олег Одноколенко, Юрий Строев
21 апреля 2021, 18:05

«Чтобы продлить свою гегемонию, Америке нужен образ врага, нужно убедить союзников в неизбежности войны, от которой спасут только США»
- Такое впечатление, Андрей Михайлович, будто нас планомерно приучают к неизбежности мировой войны. Видимо, для этого и учения вокруг наших границ проводят в режиме «нон-стоп»?
- Давайте по порядку. Чтобы приучить мир к войне, надо определиться с врагами. И американцы с этой задачей уже справились. В доктринальных документах, в доктрине национальной безопасности у них записано, что это мы наряду с Китаем, Ираном и Северной Кореей являемся противниками США. Ничего подобного не было даже на пике холодной войны.
Как подчеркнул президент в Послании - практика «коллективного Запада» навязывания силой своей воли другим - по сути, перерастает в практику организации государственных переворотов. Примером тому Украина, Венесуэла и Белоруссия.
Наблюдается откровенное хамство, когда «цепляют» Россию без всякого повода, когда вассалы-шакалы подыгрывают своему суверену.
Важно, что Россия проводит «красные линии» и те, кто перейдёт их, «пожалеют об этом так, как давно уже ни о чём не жалели».
Как подчеркнул президент в Послании, практика «коллективного Запада» навязывания силой своей воли другим - по сути, перерастает в практику организации государственных переворотов.
- Ну и что нам из того, что США нас назвали противником? Американцы давно уже играют в слова и как только нас не называли - даже «империей зла».
- Мы знаем, что Америка - это не естественно-историческое образование, а проект, созданный по схеме и живущий по инструкции. Поэтому американцы люди буквальные, и если в правовых документах прописано, что мы противники, то и поступать с нами следует соответственно - как с противником: если не воевать, то постоянно конфликтовать, изматывая наши силы.
- К сожалению, Америка в противостоянии с нами не одинока, за спиной у неё маячит так называемый коллективный Запад, который почему-то называют цивилизованным миром.
- Поскольку Европа перестает обладать хоть какой-то субъектностью, на мой взгляд, пора прекращать использовать термин «коллективный Запад». Камуфлировать здесь нечего, надо прямо говорить, что за всем, что сейчас творится вокруг России, стоят США. И атмосфера предчувствия войны нужна им потому, что Америка перестаёт быть абсолютным гегемоном, каким стала после распада СССР. По объективным показателям сегодня это слабеющая держава: если после Второй мировой войны ВВП США был равен примерно половине номинала мирового ВВП, то сейчас, по данным Международного банка, это 23-24%. А по паритету покупательной способности Китай уже превзошёл США и, даже по самым оптимистичным для Вашингтона прогнозам, к 2030 году выйдет на первое место по всем показателям.
Валовый внутренний продукт США в 2020 году упал на 3,5%, что стало худшим показателем со времён Второй мировой войны.
Но и это ещё не все американские неприятности. И по китайским рейтингам, и даже по американским - например, по данным аналитической компании Global Firepower - наша армия считается второй в мире. А поскольку военный фактор в современном мире становится более весомым, к гегемонии США возникают дополнительные вопросы. На определённом этапе американцам ещё хватало «русских хакеров», чтобы отвлекать внимание от собственных проблем - например, от ситуации в экономике, от провальной ситуации с пандемией - и более-менее достойно выглядеть в глазах партнёров. Но сегодня, чтобы мобилизовать ресурсы, чтобы изъять эти ресурсы у мира и, в том числе у своих же союзников, а по сути, вассалов, нужен образ врага. Необходимо убедить союзников, будто не сегодня-завтра война и никто их не защитит, кроме США.
По данным аналитической компании Global Firepower - армия России считается второй в мире.
«Выход из кризиса через войну - традиционный американский приём. Меняется только характер войн»
- Неужели действительно собираются воевать с ядерной державой? Они в своём уме?
- Вариант выхода из кризиса через войну для США не нов. Так было в Первую мировую войну, так было и во Вторую мировую, когда США потеряли порядка 400 тысяч своих сограждан, что по американским меркам очень много, но при этом в отличие от остальных участников они из той войны вышли с прибылью. Так что выход из кризиса через войну - традиционный американский приём - методика остаётся, меняется только характер войн. Однако спешу вас заверить: в ближайшее время, лет 5-10, «горячей» войны, по моему мнению, не предвидится.
- И всё равно беспечность, с которой американцы бряцают оружием, удивляет. Надеются уцелеть?
- По поводу атомной войны Альберт Эйнштейн нарисовал такую перспективу: «Я не знаю каким оружием будут сражаться в третьей мировой войне, но в четвёртой точно будут сражаться камнями и палками». Уверен, что серьёзные американские аналитики такого же мнения, а некая бесшабашность американцев продиктована исключительно географическим положением страны и деградацией политических элит. Как известно, Америка - это большой остров, с боков прикрытый океанами, с севера родственной Канадой, а с юга - умиротворённой Мексикой. Опасаться некого.
Альберт Эйнштейн об атомной войне: «Я не знаю каким оружием будут сражаться в третьей мировой войне, но в четвёртой точно будут сражаться камнями и палками».
При этом ощущение полной безопасности порождает ощущение собственной безнаказанности.
В такой «тепличной» атмосфере и сформировалась американская нация. Кроме того, сейчас на командные посты в США выдвинулось поколение политиков, которые выросли на компьютерных стрелялках и на картинах, какие показывает CNN: вот прицел, вот - взрыв... Больше о войне американцы не знают ничего. Для них война - это в известном смысле захватывающее путешествие, это миссия по наведению демократии, экспедиция «доброй воли», это нечто такое, что происходит где-то на дальних рубежах - Югославия, Ирак, Афганистан, Сирия, Ливия… И поскольку со времён Хиросимы ядерное оружие лежит без дела, а руки чешутся, американцы периодически прокручивают идею применения ядерных зарядов малой мощности с применением высокоточного оружия.
- Пытаются убедить, будто война с применением только тактического ядерного оружия - как бы не совсем ядерная война? Известная уловка. Но Россия предельно чётко разъяснила, при каких условиях применит в ответ свой ядерный арсенал. Вы верите, что после всего этого на Западе не понимают, что в новой, теперь уже многодоменной упаковке смерть одинаково грозит и Западу, и Востоку, и Северу, и Югу?
- Американцы давно просчитали все варианты и убедились, что нас они не победят, а мы нанесём им неприемлемый ущерб. Именно поэтому, несмотря на ту антироссийскую риторику, которая уже опустила наши двусторонние отношения до самого дна, они подписали ДСНВ-3. Всё очень просто: на самом деле для американцев ядерная война неприемлема, зато приемлемо всё остальное, что описывается концепцией «серой зоны». Это и прокси-войны, и кибервойны, а с 2017 года решением НАТО наряду с космосом в зону оперативных действий было включено и информационное пространство. Естественно, для ведения войны в этой сфере должны быть выделены специальные силы и средства, подготовлены кадры.
«Не надо питать иллюзий: кто бы ни находился в Белом доме, политика по отношению к нам останется неизменной»
- В общем, только неба, земли и космоса, чтобы с бомбами наперевес нести миру «добро», американцам уже мало. Что за народ такой?.. Вот кому-то не нравится чей-то цвет кожи, кому-то другая национальность, а «великим мужчинам и женщинам» из США определённо не нравится любая политическая система, отличающаяся от американской. Может, это национальная болезнь такая - политический расизм?
- Я бы сказал, что это форма политического бандитизма, основанного на глобальной сегрегации. По убеждению американцев, в мире существуют благородные васпы (WASP), это они сами, и все остальные, причём американцы лучше знают, что кому надо. Чего далёко ходить, если госсекретарь США Энтони Блинкен недавно заявил, что мир, видите ли, «нуждается в руководящей роли Америки». Паранойя, конечно, но удивляться нечему: исключительность просто въелась в американскую ментальность. Они действительно так думают.
Госсекретарь США Энтони Блинкен недавно заявил, что мир «нуждается в руководящей роли Америки».
- Наверное, всё-таки не все в Америке думают одинаково, если Трамп отказался продлить Договор о стратегических наступательных вооружениях, а Байден сделал это сразу же после инаугурации.
- Трамп не такой уж непримиримый противник атомных договорённостей, и, я думаю, мы и с ним рано или поздно подписали бы договор. Что же касается Байдена, то разоружение было его «фишкой» ещё с советских времён. К тому же в начале президентства ему был необходим какой-то значимый результат.
Но не надо питать иллюзий: кто бы ни находился в Белом доме, политика по отношению к нам останется неизменной, и суть её лучше всего определяет фраза, которая принадлежит руководителю внешней разведки КГБ СССР Леониду Шебаршину: «Западу от нас нужно только одно - чтобы нас не было».
И за тысячу лет, с тех пор, когда появилась русская цивилизация, принципиально ничего не изменилось. И крестоносцы, и поляки, и шведы с французами, и немцы с американцами считали исторической несуразицей, что седьмая часть суши, а вместе с ней, по некоторым оценкам, и чуть ли не половина ресурсов планеты принадлежат каким-то непонятным русским - то ли недоевропейцам, то ли переазиатам. Они и не скрывают, что хотели бы нас утилизировать - целиком и сразу, но это боязно, потому что можно «огрести»… Потому не сразу, а постепенно вывести/вытравить русских, как вид.
- Да у американцев военный бюджет в шестнадцать раз больше, чем у нас, и всё равно боятся?
- Наша армия, может быть, не самая сильная, но самая лучшая. По каким основаниям? Во-первых, по уровню современных вооружений - у нас 70% (к 2025 году будет уже 76%), и это больше, чем у американцев и остальных - у того же бундесвера - ниже 40%. Во-вторых, все наши офицеры от командира батальона и выше имеют боевой опыт. А побеждает тот, кто умеет воевать не только по уставу, но и по обстановке, тот кто может передумать, а не только пересилить противника. Поэтому не только американцы, но и китайцы признают, что наша армия на сегодняшний день самая профессиональная, самая современная и самая отмобилизованная.
«Ментальная война, "война умов" направлена и реализуется с учётом фактически формирующегося на планете мира постправды»
- Да, мы умеем воевать, и в 1945 году подняли Знамя Победы над Рейхстагом. А в 1991 году СССР развалился практически без единого выстрела, и советская ядерная мощь нисколько не помогла.
- Далеко не всё определяется ядерной мощью. Ещё две с половиной тысячи лет назад китайский философ Сунь-Цзы пришёл к выводу, что высшее искусство войны состоит в том, чтобы разрушить планы врага, затем - разрушить его союзы и только потом напасть на его армию и на укреплённые города. Что значит разбить замыслы? Это - навести хаос, разбалансировать систему целеполагания и принятия решений, повлиять на сознание, на умы. И это высший пилотаж! Это именно то, что я называю ментальной войной - войной за мировоззрение! А вот известный русский военный мыслитель Антон Антонович Керсновский в 1930-е годы в трактате «Философия войны» использует другой термин - «умовая война». То есть - война умов. Он выделил в «умовой войне» два фактора - знание/информация и воля. Условно можно разделить - первое воздействует на левое полушарие мозга (полушарие, отвечающее за логику, восприятие), вторая составляющая эмоциональная - на правое (интуиция, фантазии, воображение). Так вот, воле в «умовой войне» Керсновский отдавал предпочтение! Соглашусь с ним! В ментальной войне психо-эмоциональные факторы и технологии крайне важны!
Известный русский военный мыслитель Антон Антонович Керсновский в 1930-е годы в трактате «Философия войны» использует другой термин - «умовая война».
В войне за умы и души часто недооценивают фактор образования и воспитания, но вспомните фразу Бисмарка о том, что это прусский школьный учитель выиграл битву при Садовой - когда немцы разгромили австрийцев, и всё встанет на свои места.
- Так что такое «ментальные войны»? Это оперативное пространство между миром и войной или подготовка человечества к плавному переходу от мира к войне?
- Не совсем так! Оперативное пространство прописывается в американских стратегиях ведения гибридных войн термином «серая зона». Но, разумеется, отчасти это и приучение с помощью информационных технологий людей к мысли о неизбежности конфронтации. И здесь наши оппоненты работают системно. С этой целью по всему западному периметру России созданы специальные центры для ведения гибридной войны.
Ментальная война - это война, направленная на изменение мировоззрения не только населения противника, но и в собственных странах, в странах союзников и партнёров. Эта война носит «поколенческий» масштаб. Её последствия сказываются не сразу, а через поколения - в этом и есть главная угроза!
В отличие от кибервойн, от прямых информационных операций, ментальная война направлена и реализуется с учётом фактически формирующегося мира постправды, когда людей «отучают» от критического мышления, от стремления к истине.
Американцы утверждают, что уже к 2025 году наступит мир постправды, в котором правда уже никому не будет нужна. И в наше время уже активно ведётся манипулирование общественным сознанием и на уровне смысла, и на уровне эмоций, воздействие на умы и на подсознание. Это и есть ментальные войны.
- Судя по тому, что у Алексея Навального хоть и немного, но есть сторонники и что даже у Кремля, как выясняется, имеются «разные башни», против нас тоже ведётся ментальная война, и это её результаты. Бьют по уязвимым местам?
- В отличие от США, которые сами себя учредили всего-то пару сотен лет тому назад, мы цивилизация историческая, сложившаяся естественным путём, поэтому история в нашей цивилизационной парадигме имеет очень большое значение. Лишить нас истории - значит изменить наше мировоззрение. И здесь крайне важно то, чем заполнено информационное пространство. Как говорил нацистский пропагандист Геббельс, повторите неправду тысячу раз, и она станет правдой. Фактология будет переформатирована, и тогда человек сам, не задумываясь, станет принимать ложь за истину, и выбора иного у него не будет. Этими же приёмами враги России пользуются и сегодня. Причём надо отметить, что это очень тонкие технологии, рассчитанные как на персональное воздействие, так и на массы людей. Кстати, ещё Ницше говорил, что истина человека не интересует, что ему нужен комфорт. А вот наш Фёдор Достоевский утверждал: «Если человек стремится к истине, то он уже победил»!
Что касается упомянутого вами криминального блогера, то его влияние на повестку во многом раздуто нашими СМИ, федеральными прежде всего, которые с каким-то сладострастным упоением занимаются хейтерством этого политического ничтожества. Не понимаю и не принимаю этого!
«Пора уже признать: Украина - это территория, на которой Русский мир проиграл одно из стратегических сражений ментальной войны»
- А как сделать, чтобы человек стремился к истине, чтобы был способен выйти из зоны комфорта - где тепло, светло и мухи не кусают?
- Кто такие иезуиты, объяснять, наверное, не надо. Так вот, они придерживались такого правила: «Хочешь победить врага, воспитай его детей!» А молодёжь, как известно, в силу возраста весьма подвержена влиянию - мы же видели, кто вышел у нас на улицы в январе и в феврале. Пусть не все осознанно, а больше «по приколу», но так же происходило и на Украине, и теперь посмотрите, что в итоге сделали с украинской молодёжью, как их в конце концов практически поголовно превратили в русофобов неонацистского толка. Главная опасность ментальной войны, повторю это, заключается в том, что её последствия необратимы и могут проявиться через поколения. А мы продолжаем удивляться, почему это люди, которые говорят на одном с нами языке, вдруг стали нам врагами…
Пора уже признать: Украина - это территория, на которой Русский мир проиграл одно из стратегических сражений ментальной войны, которая, кстати, если сопоставить затраты и полученный результат, оказалась весьма эффективной. Проиграв сражение, мы тем более обязаны выиграть войну - войну за мировоззрение!
- Если исходить из вашей теории, то до Украины наше поколение проиграло свою первую ментальную войну, когда был разрушен Советский Союз.
- Именно так! Напомню, одну такую войну мы не так давно проиграли, когда фактически без единого выстрела в короткие сроки был самораспущен и ликвидирован Советский Союз со всей могучей армией, многомиллионной партией КПСС. И проиграли прежде всего войну за умы, войну идеологий. Были девальвированы те социалистические ценности, на которых стоял Советский Союз.
- Помните, тогда «лучших из лучших» отправляли на работу за границу, их отбирали партийные комитеты, старые большевики. Да и сегодняшняя элита воспитывает своих детей за нашими рубежами. И с тем, и с другим поколением активно и, признаем, плодотворно работают не только идеологические службы Запада.
- Согласен. Пятая колонна имеет прочную базу в нашей компрадорской элите. Несколько упрощённо - в поздний советский период товары «группы Б» (от югославских сапожек и румынских стенок до джинсов и стереомагнитофонов) завоевали умы советских людей и разрушили СССР. Это был пример той самой ментальной войны.
- В своё время Владислав Сурков придумал «суверенную демократию» и «глубинное государство», ваш вклад в теорию «ментальные войны». Такое впечатление, что у нас на идеологию работают кустари-одиночки, а в Америке идеологическую войну обслуживает целая индустрия - множество институтов, масса различных фондов и программ. А где наши институты и фонды, где у нас располагается идеологический центр страны?
- Я бы тоже хотел это понять и увидеть… Зато, благодаря американским исследователям, мы много знаем о себе, о своих уязвимостях. Вот что, к примеру, пишет RAND Corporation: «Наибольшей уязвимостью Российской Федерации в любой конкуренции с США является её экономика, которая сравнительно невелика и сильно зависит от экспорта энергоносителей. Экономическая политика России - плоха и слаба». А вот в чём китайцы видят наши слабые места: в низкой численности населения (считают, что для мировой державы такое количество граждан «не по статусу»), в мононаправленности российской экономики, в неудачном расположении на глобусе - то есть в климате. Хотя я считаю, что про климат они ничего не поняли, это наоборот - наше преимущество…

«Там, где речь идёт о национальной безопасности, контроль должен быть у силовиков, а не у банкиров»
- Разберутся и будут бить по самым важным точкам. По каким именно, не назовёте?
- Ещё раз процитирую начальника внешней разведки СССР Леонида Шебаршина: «Только одна держава в мире может разгромить Россию. Это сама Россия». В этом суть. Все решения - здесь, в нас самих! Не зря Владимир Путин посвятил Послание именно внутренним вопросам. Захватить Россию невозможно, сколько не пытались это сделать, её можно разрушить только изнутри, разрушить прежде всего те ценности, те скрепы, то понимание смысла нашей истории, нашей цивилизации, разрушить всё то, что сегодня мы должны сохранить и передать нашему потомству.
В первую очередь сегодня под ударом находится институт президента и персонально Владимир Путин. Вторая цель - силовики и армия. Особенно армия, потому что это стержневой институт государства, определяющий его устойчивость.
Причём удары по армии порой наносятся и с тыла. Помните, как прошлым летом руководство финансового блока буквально на ровном месте предложило «распогонить» часть офицеров и сократить военный бюджет, а когда экономическую атаку на нас отбили, когда большая часть общества выступила в поддержку Минобороны, заявило, будто их не так поняли! И я полагаю, что эта атака далеко не последняя.
Удары извне будут наноситься по критическим инфраструктурам - по энергетике, логистике, базам социальных сервисов, по банковской системе, социальным сетям, СМИ, по системе оповещения о чрезвычайных ситуациях. Как это будет происходить? У них всё уже расписано. Слышали, конечно же, о так называемой зелёной повестке, якобы связанной с минимизацией техногенного влияния на окружающую среду и переходом на чистые технологии? На самом деле это вовсе не о климате, на самом деле - это троянский конь, который под внешне благовидным предлогом должен вскрыть наш экономический суверенитет и добить ногами наш реальный сектор, да и экономику в целом.
Ещё одна наша критическая уязвимость - цифровизация, которая проводится на чужом «железе» и на импортном программном обеспечении. И посмотрите, кто у нас курирует цифровизацию - некий «Больше чем банк», в котором из восьми членов правления трое - иностранцы, а их главный айтишник - британец.
Убеждён: там, где речь идёт о национальной безопасности, контроль должен быть у силовиков, а не у банкиров. Для победы в ментальной войне нужны кадры! Именно их мы готовим на базе Военного университета МО РФ в рамках проекта «Психологическая оборона».
- А не много ли военные на себя берут?
- Мы обеспечиваем безопасность, а это базовая платформа развития России! На мой взгляд, сегодня армия является единственным источником идеологии служения Отечеству. И не только идеологии. Посмотрите, что мы делаем. В разработке вакцины «Спутник-V» вместе с Национальным исследовательским центром эпидемиологии и микробиологии имени Гамалеи участвовало и Министерство обороны РФ, так что это и военный продукт. Опять же в разгар пандемии военные строители в кратчайшие сроки и за минимальные деньги возвели необходимое количество госпиталей - ничего подобного в стране и мире нет. Мы и БАМ строим, и молодёжью занимаемся - проекты Юнармия и Авангард именно об этом. В Министерстве обороны создана целая система довузовского образования. И надо понимать, что выпускники кадетских корпусов, суворовцы, нахимовцы - это не только армейский резерв, это - в перспективе - элита общества, и что важно - национально ориентированная.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб мар 19, 2022 11:36 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1104 от 21 марта 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Как доказано в статье А.И. Орлова, развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки.
По мнению Института РУССТРАТ, в «Великой перезагрузке»: Клаус Шваб принял эстафету от Римского клуба. Мировая закулиса поручила Клаусу Швабу продолжить "славное дело" Дэвида Рокфеллера и Збигнева Бжезинского
Вышла новая книга Г.В. Носовского и А.Т. Фоменко "Великое завоевание мира" (четвертая книга новой серии "Русь и Рим", издание четвертое, написанное заново). Издательство АСТ, 2021.г. Познакомьтесь с оглавлением.








Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки

Александр Иванович Орлов
Проф., д.т.н., д.э.н., к.ф.-м.н., заведующий лабораторией экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации», профессор МГТУ им. Н.Э. Баумана.


Developing Aristotle's ideas, the solidary information economy is the basis
of a new paradigm of economic science

Alexander Ivanovich Orlov


Резюме. Аристотель – общепризнанный основоположник экономической науки. В XVIII–XIX вв. на смену теории Аристотеля пришла рыночная экономика, в ХХ в. сменившаяся смешанной экономикой. С взрывным развитием цифровой экономики в XXI в. идеи Аристотеля об управлении хозяйством с целью удовлетворения потребностей становятся все более актуальными. Выполненные в ХХ в. проекты ОГАС В.М. Глушкова и Киберсин Ст. Бира являются примерами разработок в духе Аристотеля. Солидарная информационная экономика XXI в., развивающая идеи Аристотеля, является основой новой парадигмы экономической науки. Следует вывести рыночную экономику из употребления в науке и преподавании, и заменить ее в качестве базовой экономической теории на солидарную информационную экономику. Настоятельно необходима смена парадигмы экономической науки, ее основой должна являться солидарная информационная экономика, развивающая идеи Аристотеля.
Ключевые слова: экономическая наука, парадигма, Аристотель, информационно-экономические технологии, управление, солидарная информационная экономика, планирование, цифровая экономика.

Abstract. Aristotle is the generally recognized founder of economics. In the XVIII–XIX centuries the theory of Aristotle was replaced by a market economy, in the twentieth century followed by a mixed economy. With the explosive development of the digital economy in the 21st century Aristotle's ideas about managing the economy in order to meet needs are becoming more and more relevant. Made in the twentieth century. projects OGAS (V.M. Glushkov) and Cybersin (St. Beer) are examples of developments in the spirit of Aristotle. The solidary information economy of the 21st century, developing the ideas of Aristotle, is the basis of a new paradigm of economic science. The market economy should be taken out of use in science and teaching and replaced as a basic economic theory by a solidary information economy. It is imperative to change the paradigm of economic science, its basis should be a solidary information economy, developing the ideas of Aristotle.
Keywords: economic science, paradigm, Aristotle, information and communication technologies, management, solidary information economy, planning, digital economy.

Содержание
Введение
1. Основные экономические идеи Аристотеля
2. Судьба экономических взглядов Аристотеля
3. Солидарная информационная экономика как возрождение учение Аристотеля
4. Развитие солидарной информационной экономики
5. Солидарная информационная экономика – основа новой парадигмы экономической науки
Выводы


Table of contents

Introduction
2. The main economic ideas of Aristotle
3. The fate of Aristotle's economic views
4. Solidary information economy as the revival of the teachings of Aristotle
5. Development of a solidary information economy
6. Solidary information economy – the basis of the new paradigm of economic science
Conclusions



Synopsis

As a consequence of the deployment of the digital economy, the need has arisen for a paradigm shift in economic theory. Instead of the concepts of a market economy and free enterprise, we offer, as the basis of a new paradigm, the solidary information economy that we are developing.
According to the definition of Aristotle, the founder of economic science, economics is an economic activity aimed at meeting the natural needs of people. Following Aristotle, we believe that economics is the science of how to manage the economy. The purpose of economic activity is the satisfaction of needs, and not profit. Digitalization is the fourth industrial revolution. The number of innovations in the application of information and communication technologies in the economy and management has shifted to quality.
Consumer society is a thing of the past. In recent years, the international community has begun to pay more attention to the fact that borrowing is much more economical and more convenient than a regular purchase. The financial crisis of 2008 became a kind of catalyst for changes in the global economy, a completely new phenomenon appeared – the sharing economy, i.e. “joint ownership”, which is not based on the usual buy-sell relations, but on rent. Sharing economy relies on digital technology.
Computer power by the end of the twentieth century reached such a level of development that it became possible to carry out calculations, firstly, for all manufactured goods and services, and secondly, for the entire globe. There is an opportunity to plan the production of all possible goods and services on a global scale. A six-step scheme for the application of a solidary information economy to improve the efficiency of management processes in a large-scale economic system (an example is the space-rocket industry) is proposed. Organizational-economic, mathematical and software for controlling, innovation and management are considered in our monographs and articles in the light of the ideas of a solidary information economy.
The market economy is outdated and has become a brake both in the development of economic theory and in solving practical problems. The denial of the market economy is the denial of the denial of Aristotle's economics.
Wind from the East overcomes the wind from the West, as Chairman Mao Zedong said. In terms of gross domestic product (calculated on the basis of purchasing power parity), the People's Republic of China has been in first place in the world since 2014, demonstrating the importance of the planning and the solidary information economy as a whole in the development of the economy. The guidelines of theoretical constructions (i.e., the paradigm of economic science) should be brought in accordance with the new reality.
It is necessary to take the market economy out of use in science and teaching and replace it as a basic economic theory with a solidary information economy. In short, a paradigm shift in economics is needed. The basis of the new paradigm is the solidary information economy, which develops the ideas of Aristotle.


Реферат

Как следствие развертывания цифровой экономики назрела необходимость смены парадигмы экономической теории. Взамен концепций рыночной экономики и свободного предпринимательства предлагаем в качестве основы новой парадигмы разрабатываемую нами солидарную информационную экономику.
Согласно определению основоположника экономической науки Аристотеля, экономика – это хозяйственная деятельность, направленная на удовлетворение естественных потребностей людей. Вслед за Аристотелем полагаем, что экономика – это наука о том, как управлять хозяйством. Цель хозяйственной деятельности – удовлетворение потребностей, а не получение прибыли. Цифровизация – четвёртая промышленная революция. Количество инноваций в области применения информационно-коммуникационных технологий в экономике и управлении перешло в качество.
Общество потребления уходит в прошлое. В последние годы мировое сообщество стало больше обращать внимание на то, что заимствование намного экономнее и удобнее обычной покупки. Финансовый кризис 2008 года стал своеобразным катализатором изменений в мировой экономике, появился абсолютно новый феномен – sharing economy, т.е. «совместное владение», в основе которого лежат не привычные нам отношения «купи-продай», а аренда. Sharing economy опирается на цифровые технологии.
Мощности компьютеров к концу ХХ в. достигли такого уровня развития, что стало возможным провести расчеты, во-первых, для всех производимых товаров и услуг, во-вторых, для всего Земного шара. Т.е. появилась возможность планирования производства всех возможных товаров и услуг в масштабе всего Земного шара. Предложена шестишаговая схема применения солидарной информационной экономики для повышения эффективности процессов управления в крупномасштабной экономической системе (пример – ракетно-космическая отрасль). Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента рассмотрены в наших монографиях и статьях в свете идей солидарной информационной экономики.
Рыночная экономика устарела и стала тормозом как в развитии экономической теории, так и при решении практических задач. Отрицание рыночной экономики – это отрицание отрицания экономики Аристотеля.
Ветер с Востока одолевает ветер с Запада, как говорил Председатель Мао Цзэдун. По валовому внутреннему продукту (рассчитанному на основе паритета покупательной способности) Китайская Народная Республика с 2014 г. находится на первом месте в мире, демонстрируя значение планового начала и солидарной информационной экономики в целом в развитии экономики. Следует привести в соответствии с новой реальностью ориентиры теоретических построений (т.е. парадигму экономической науки).
Необходимо вывести рыночную экономику из употребления в науке и преподавании и заменить ее в качестве базовой экономической теории на солидарную информационную экономику. Короче, необходима смена парадигмы экономической науки. Основой новой парадигмы является солидарная информационная экономика, развивающая идеи Аристотеля.


ОСНОВНОЕ СОДЕРЖАНИЕ СТАТЬИ

Введение
Сообщества людей всегда управляли своими хозяйствами. С развитием экономической деятельности человека появилось ее осмысление – экономическая наука. Специалисты по истории экономической мысли первым ученым-экономистом называют Аристотеля. Он внес основополагающий вклад в разработку начальной версии экономической теории, которая, после временного отступления, становится все более актуальной в настоящее время. Основой новой парадигмы экономической науки XXI в. является солидарная информационная экономика, которая развивает идеи Аристотеля на базе современной цифровой экономики.
Рассмотрим основные экономические идеи Аристотеля и судьбу его взглядов. Полагаем, что развиваемую нами солидарную информационную экономику следует рассматривать как возрождение учение Аристотеля на современной основе. Обсудим динамику создания солидарной информационной экономики, содержание терминов, входящих в название этого научного направления на различных этапах его развития. По нашему мнению, солидарная информационная экономика – основа новой парадигмы экономической науки.
При обсуждении настоящей работы целесообразно учесть, что по данным Российского индекса научного цитирования автор настоящей работы – один из наиболее цитируемых отечественных экономистов и математиков. Следовательно, наша солидарная информационная экономика входит в мейнстрим современной экономической теории.


1. Основные экономические идеи Аристотеля
Согласно Аристотелю [1983], экономика – это наука о том, как управлять хозяйством. Аристотель подробно рассматривает различные виды хозяйств.
1) Домашнее хозяйство. Экономику домашнего хозяйства можно условно назвать домоводством.
2) Городское или сельскохозяйственное предприятие. В настоящее время для таких видов хозяйств используются термины «экономика предприятия» и «микроэкономика».
3) Хозяйство города (полиса). Сейчас говорят об управлении муниципальной единицей, о местном самоуправлении.
4) Хозяйство региона (в терминологии Аристотеля – хозяйстве сатрапии). Это – региональная экономика.
5) Хозяйство государства в целом (империи). В настоящее время речь идет о макроэкономике, государственном управлении.
Всемирное хозяйство Аристотель не рассматривал, поскольку при его жизни экономические структуры стран, расположенных на разных континентах, практически не взаимодействовали. Тем более не было экономических теорий применительно к планетным системам, звездным скоплениям, галактикам. Нет их и сейчас из-за преждевременности.
Из сказанного ясно, что Аристотель рассмотрел практически все уровни взаимоотношений экономических субъектов, актуальные для современности. Противники теории Аристотеля пытаются свести его учение к домоводству. Такое мнение либо основано на незнакомстве с текстами Аристотеля, либо является сознательной дезинформацией, причины появления которой будут ясны из дальнейшего.
Аристотель полагал, что цель управления хозяйством – удовлетворение потребностей людей. Он резко критиковал так называемых «хрематистиков», полагавших, что цель экономической деятельности – получение выгоды (прежде всего прибыли).
Аристотель считал, что использование денег в хозяйственной деятельности не является обязательным, но не отказывался от возможности их применения, если оно оказывалось полезным для решения практических задач.

2. Судьба экономических взглядов Аристотеля
В течение многих столетий правители различных стран, назначенные ими чиновники, руководители городов и сельских общин управляли экономическими явлениями и процессами, добиваясь удовлетворения потребностей подданных. Труды Аристотеля служили теоретической базой их практической деятельности.
Ситуация изменилась с выходом на политическую арену третьего сословия – буржуазии. В результате победы буржуазных революций изменилось и главенствующее экономическое учение. Вместо учения Аристотеля на первом месте появилась т.н. «рыночная экономика», отражающая взгляды хрематистиков. Основные постулаты «рыночной экономики» хорошо известны:
1) цель работы предприятия (организации) – максимизация прибыли;
2) конкуренция – это благо, а монополия – зло;
3) государство не должно вмешиваться в экономическую жизнь, его удел – быть «ночным сторожем», поддерживающим порядок и ведущим борьбу с преступлениями.
Итак, в теоретическом осмыслении хозяйственной деятельности стала господствовать рыночная экономика (economics), либерализм, формулируемый несколько по-разному в разных публикациях, но все эти формулировки представляют собой различные модификации трех приведенных выше постулатов. Хотя по оценке американского экономиста и теоретика менеджмента П. Друкера [1994], 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику», до сих пор в сознании российских исследователей и практических работников продолжает господствовать рыночная риторика.
Наблюдаем противоречие. В реальном мире «классическая» рыночная экономика господствовала около ста лет, а с 1873 г. была постепенно заменена на смешанную со значительным государственным участием. Германский кайзер начал активно управлять экономическими процессами. В ХХ в. так делали Ф. Рузвельт (США) и руководители социалистических стран. Теоретическое обоснование государственного вмешательства в экономическую практику было разработано Дж. Кейнсом. А вот в теоретических размышлениях и в преподавании классическая рыночная экономика продолжала быть господствующей, особенно в англосаксонских странах. Именно рыночная экономика в американском варианте XIX в. была внедрена в массовое сознание России в 1990-х годах. К настоящему времени стало ясно, что это внедрение имело целью дезориентацию экономического мышления как ученых и преподавателей, так и основной массы населения.
Временная победа хрематистики повлекла за собой и смену терминологии. Под экономикой стали понимать хрематистику, т.е. прежде всего науку о финансовых спекуляциях. А науку об управлении хозяйством стали называть не экономикой, а менеджментом, причем эту научную, практическую и учебную дисциплину предпочли официально считать одной из экономических наук.

3. Солидарная информационная экономика как возрождение учение Аристотеля
Временная победа хрематистики должна быть преодолена путем возрождения на новом уровне экономического учения Аристотеля. Современные информационно-коммуникационные технологии позволяют спланировать и организовать выпуск продукции и оказание услуг в объеме, необходимом для удовлетворения потребностей как отдельных людей, так и общества в целом.
При реализации этой программы есть две сложности, которые необходимо обсудить.
Технологические цепочки содержат много звеньев (зачастую тысячи), а потому для перехода от заданных потребностей к планам выпуска требуется осуществить весьма большой объем вычислений. Как подробно показали шотландские экономисты Кокшотт и Котрелл [Кокшотт, 2008; Cockshott W. Paul and Cottrell Allin F., 1996], к концу ХХ в. мощность компьютеров достигла необходимого для этого уровня. Отметим как следствие этого утверждения, что действовавший в СССР Госплан в принципе не мог адекватно выполнять свои задачи – в то время не хватало мощности вычислительной техники.
Вторая сложность связана с формированием набора потребностей в виде, позволяющем перейти к планированию. Индивидуальные потребности должны быть агрегированы в потребности общества, в частности, распределены по времени. Это, по нашей мнению, можно сделать с помощью методов теории принятия решений [Орлов, 2018], прежде всего технологий коллективных экспертных оценок [Орлов, 2011], в том числе Форсайта.
Важные работы, направленные на возрождение экономического учения Аристотеля, были выполнены во второй половине ХХ в. Начало положила знаменитая книга Н. Винера 1948 г., заложившая основы современной кибернетики [1968]. Экономические проблемы обсуждаются в его более поздней книге [1958], посвященной роли кибернетики в развитии общества.
В послевоенные годы в нашей стране, как и во всем мире, разрабатывались различные типы автоматизированных систем управления экономическими и организационными системами. В начале 1960-х гг. В.М. Глушков предложил руководству СССР создать Общегосударственную автоматизированную систему управления экономикой страны (ОГАС). По его оценке, для реализации этого замысла требовались огромные ресурсы – как минимум 15-20 лет и 20 млрд. тогдашних рублей. Однако результат стоил того: ОГАС давала реальный шанс построить самую эффективную экономику в мире. В.М. Глушков писал:
«Отныне только «безмашинных» усилий для управления мало. Первый информационный барьер или порог человечество смогло преодолеть потому, что изобрело товарно-денежные отношения и ступенчатую (иерархическую – А.О) структуру управления. Электронно-вычислительная техника – вот современное изобретение, которое позволит перешагнуть через второй порог. Происходит исторический поворот по знаменитой спирали развития (общества – А.О.). Когда появится государственная автоматизированная система управления, мы будем легко охватывать единым взглядом всю экономику. На новом историческом этапе, с новой техникой, на новом возросшем уровне мы как бы «проплываем» над той точкой диалектической спирали, ниже которой, отделенный от нас тысячелетиями, остался лежать период, когда свое натуральное хозяйство человек без труда обозревал невооруженным глазом [Глушков, 1975]».
К сожалению, тогдашнее руководство СССР оказалось не в состоянии решиться на реализацию этого грандиозного проекта. Однако с тех пор создавались различные автоматизированные системы управления, предназначенные для отдельных сфер деятельности, отраслей, предприятий.
Аналогичная по замыслу система, хотя и более скромная по масштабам, была создана и применена на практике в Чили, во время президентства Сальвадора Альенде. Один из основоположников кибернетики англичанин Стаффорд Бир разработал автоматизированную систему управления национализированными предприятиями Чили. Проект получил название «Киберсин» [Бир, 1993]. Автоматизированная система сбора и обработки информации состояла из четырех основных компонент: «Кибернет» – система связи (тогда связь осуществлялась еще на основе телексов), «Киберстрайд» – система компьютерных программ, «Чико» – математическая модель чилийской экономики. В «Киберсин» входила ситуационная комната, из которой велось управление (зал с экранами, на которых отображалось в виде графиков и схем состояние экономики Чили). Можно было управлять производством всей страны в реальном времени (каждым конкретным предприятием), сразу же видеть результаты принятых решений и при необходимости вносить поправки. Кроме того, в каждом населенном пункте создавались «опросные пункты», где производился автоматизированный опрос населения по поводу принимаемых мер. Эти центры были включены в систему «Киберсин» как четвертая составляющая проекта, и правительство быстро узнавало реакцию населения на очередное нововведение. Разработки Бира дают прототипы для дальнейшего этапа развития коммуникационно-информационных систем управления предприятиями и их объединениями – интегрированными производственно-корпоративными структурами, а также регионами, муниципальными образованиями, субъектами федерации, Россией, международными объединениями, Землей в целом.
Современная экономическая теория, основанная на возрождении учения Аристотеля на основе использования информационно-коммуникационных технологий XXI в., получила название солидарной информационной экономики. В ней продолжаются и развиваются, в частности, идеи ОГАС и «Киберсин».

4. Развитие солидарной информационной экономики
Первая публикация по солидарной информационной экономике появилась в 2007 г. [Орлов, 2007]. Она называлась «Неформальная информационная экономика будущего». Каждая составляющая этого слова заслуживает обсуждения.
Термин «экономика» понимается по Аристотелю – наука о том, как управлять хозяйством, а также ее применения при решении практических задач. В близком смысле используют также термин «политическая экономия". Пишут так: «Экономическая теория изучает теоретические основы экономических процессов; а политэкономия изучает законы, управляющие производством, распределением и обменом жизненных благ в человеческом обществе на различных ступенях его развития». Популярен термин «экономика предприятия», но никто не рассуждает об «экономии предприятия» или «политической экономии предприятия».
Термин «информация» многозначен. Приведем формулировки, относящиеся к динамическому подходу к изучению вопросов индивидуальных и глобальных эволюционных процессов, короче говоря, к биокосмологии. Как пишут К.С. Хруцкий и Р. Климек: «Информация – это, по сути, Натуралистский закон и реально существующая сила, и ее сущность выражается во врожденной способности субъекта к осуществлению Функционалистского Триадологического (и во всех семиотических сферах) Триединства неотъемлемых полярностей (противоположных потенций) и их Гомеостатической целостности (Интегральной основы), и которая (Интегральное основание) в равной степени являет собой Онтогенетическую (Энтелехистскую и Гилеморфистскую) ось для всего жизненного пути субъекта (живого существа) – его Само-развития и Само-актуализации [Khroutski K.S., Klimek R., 2018, с.239]».
Они же поясняют: «Информационная причина – это, по сути, Натуралистская причина, которая по своей природе («κατα φυσιν» –причинность), тестируя и получая (резонируя с) все востребованные необходимые контакты и сообщения – таким естественным образом она осознает (обнаруживает, раскрывает) присущее решение, самостоятельное и мотивированное для данного субъекта жизни – технологию на объединение родственных полярностей (противоположных оснований), для достижения эффективного гомеостатического существования и всего присущего Функционалистского (Энтелехистского, Онтогенетического) саморазвития [Khroutski K.S., Klimek R., 2018, с.221]».
В обоих случаях подчеркивается Внутреннее (Природное) происхождение Информации; да и латинский термин “informatio” недвусмысленно на это указывает. В другой статье [Bremer et al., 2017, p.20] с участием тех же авторов сказано: «Концепция Фомы Аквинского “in-form-atio” – мы можем позволить себе Биокосмологическое и Интегралистское (как внутреннее, так и внешнее, но, в первую очередь, изнутри) толкование значения «информация»: как “in-” (основанный внутри – эндогенно), “form-” – морфэ (как морфофункциональная структура – целевой функциональный орган) и “atio-” (по сути, как этиологическая сила – в основном действующая изнутри)».
Термин «информационная экономика» используется многими авторами, чего нельзя сказать о двух других составляющих первоначального названия. Например, под ней понимают современную стадию развития экономики и общества, характеризующуюся повышенной ролью информации как фактора производства и результата производственной деятельности.
Термин «неформальная» был использован нами для того, чтобы подчеркнуть отрицательное отношение к волюнтаризму (другими словами, чисто командным методам) [Орлов, 2012]. Однако в дальнейшем мы от него отказались, поскольку этот термин часто используют применительно к криминальным явлениям. Мы заменили его на «функционалистско-органическая» в соответствии с концепциями Биокосмологии [Orlov, 2013; Орлов, 2015, 2017]. Однако этот термин не является привычным для широкого круга специалистов. Поэтому мы сделали еще одну замену – на «солидарная», понимая вслед за П.А. Кропоткиным [2011] термин «солидарная» как антоним к «конкуренция», «борьба за существование» (солидарность рассматривается как важнейший фактор развития человеческого общества, возрастание которого ведет к прогрессу и всеобщему благоденствию, а утрата – к взаимной борьбе за существование, нищете и эксплуатации). В ряде случаев, мы давали разъяснение в скобках: «функционалистско-органическая (солидарная)» [Орлов, 2015, 2017].
Термин «будущего» был включен в название экономической концепции потому, что, как мы полагали, она посвящена управлению хозяйством в достаточно далеком будущем. Однако этот будущий этап развития общества и его хозяйственной системы проявился гораздо раньше, чем казалось. Будущее уже наступило. Поэтому мы сняли этот термин из названия разрабатываемой теории.
Промежуточный итог развития солидарной информационной экономики был подведен в разделе 1.1 «Основы солидарной информационной экономики» монографии «Современная цифровая экономика» [Лойко и др., 2018] и в статье «Аристотель и цифровая экономика [Орлов, 2019]». В дальнейшем целесообразно достаточно подробно обсудить утверждение: «Солидарная информационная экономика – это марксизм (экономическая теория коммунистического движения) на современном этапе».

5. Солидарная информационная экономика – основа новой парадигмы экономической науки
Необходимость перехода к новой парадигме экономической науки вызывается рядом причин, основная из которых – взрывообразное развитие цифровой экономики, основанной на современных информационно-коммуникационных технологиях, которые позволяют дать новые решения старым проблемам рационального развития хозяйства.
Развитие современной цифровой экономики дает возможность обеспечения удовлетворения потребностей путем организации экономической жизни на основе кибернетических инструментов планирования [Орлов, 2019а].
Напомним, что парадигма – это базовый набор концепций или шаблонов мышления, включая теории, методы исследования, постулаты и стандарты, в соответствии с которыми осуществляются последующие построения, обобщения и эксперименты в рассматриваемой области исследований и деятельности. В настоящее время в России распространена устаревшая парадигма экономической теории, основанная на представлениях рыночной экономики.
Парадигма Аристотеля отрицалась парадигмой рыночной экономики. Сейчас мы наблюдаем отрицание отрицания – на смену рыночной экономике приходит парадигма солидарной информационной экономики, на новом уровне возрождающей парадигму Аристотеля. Сопоставьте это утверждения с приведенными выше формулировками В.М. Глушкова.
Важно разделить два процесса – развитие хозяйственной практики и изменения экономической теории. В каждом из этих процессов наблюдаем отрицание отрицания экономики Аристотеля, в первом из них – хозяйства времен Аристотеля, во втором – теоретических воззрений.
Весьма важно, что во всем мире все более широкие слои населения отказываются от поддержки хрематистики и выбирают другие жизненные ценности. Это проявляется, в частности, в переходе от владения к аренде, а также к отказу от раздувания личной собственности и личного потребления [Auken, 2016; Орлов, Сажин, 2019].

Выводы
Как следует из сказанного выше, рыночная экономика устарела и стала тормозом как в развитии экономической теории, так и при решении практических задач. Отрицание рыночной экономики – это отрицание отрицания экономики Аристотеля.
Ветер с Востока одолевает ветер с Запада, как говорил Председатель Мао Цзэдун (речь на Совещании коммунистических и рабочих партий в Москве 16 ноября 1957 г., см. [Маоизм, 1980]). По валовому внутреннему продукту (рассчитанному на основе паритета покупательной способности) Китайская Народная Республика с 2014 г. находится на первом месте в мире, демонстрируя значение планового начала и солидарной информационной экономики в целом в развитии экономики. Следует привести в соответствии с новой реальностью ориентиры теоретических построений (т.е. парадигму экономической науки).
Необходимо вывести рыночную экономику из употребления в науке и преподавании и заменить ее в качестве базовой экономической теории на солидарную информационную экономику. Короче, необходима смена парадигмы экономической науки [Орлов, 2020]. Основой новой парадигмы является солидарная информационная экономика, развивающая идеи Аристотеля.


Список использованных источников

Аристотель. Политика // Сочинения в 4-х томах. – М:, Мысль, 1983. Т.4. – 830 с.
Бир Ст. Мозг фирмы. – М.: Радио и связь, 1993. – 416 с.
Винер Н. Кибернетика, или Управление и связь в животном и машине. – 2-е изд. – М.: Советское радио, 1968. – 326 с.
Винер Н. Кибернетика и общество. – М.: Изд-во иностранной литературы. 1958. – 200 с.
Глушков В.М. Макроэкономические модели и принципы построения ОГАС. – М.: Статистика, 1975. – 160 с.
Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. – М.: Бук Чембэр Интернэшнл, 1994. – 380 с.
Кокшотт П. Расчёт в натуральной форме: от Нейрата до Канторовича. Перевод С. Маркова под ред. С. Голикова и Д. Левыкина. 2008 [Электронный ресурс]. URL: http://left.ru/2009/6/cockshott188.phtml (дата обращения 28.10.2020).
Кропоткин П.А. Взаимная помощь среди животных и людей как двигатель прогресса. Изд.2, доп. – М.: Книжный дом «ЛИБРОКОМ», 2011. – 280 с.
Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
Маоизм без прикрас. Редактор: Владимиров О.Е. – М.: Прогресс, 1980. – 285с.
Орлов А.И. Аристотель и неформальная информационная экономика будущего / Biocosmology – neo-Aristotelism. 2012. Vol.2. №3. С. 150–164.
Орлов А.И. Аристотель и цифровая экономика / Biocosmology – neo-Aristotelism. 2019. V. 9, № 1-2. С. 7–20.
Орлов А.И. Вперед к Аристотелю: функционалистко-органическая (солидарная) информационная экономика взамен рыночной экономики / Biocosmology – neo-Aristotelism. 2017. Vol. 7, № 3-4. С. 411–423.
Орлов А.И. Методы принятия управленческих решений. – М.: КНОРУС, 2018. – 286 с.
Орлов А.И. Неформальная информационная экономика будущего. // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. – М.: Доброе слово: ИПУ РАН, 2007. – С.72–87.
Орлов А.И. Организационно-экономическое моделирование : в 3 ч. Ч.2. Экспертные оценки. – М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. – 486 с.
Орлов А.И. Солидарная информационная экономика – основа новой парадигмы экономической науки / Россия: Тенденции и перспективы развития. Ежегодник. Вып. 15: Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 1 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. – С. 163–167.
Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег / Biocosmology – neo-Aristotelism. 2015. Vol. 5. № 3-4. C. 339–359.
Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019а. №20. С. 74–79.
Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 22. С. 52–60.
Auken Ida, Parliament of Denmark. Welcome to 2030. I own nothing, have no privacy, and life has never been better – 2016. URL: https://www.weforum.org/agenda/2016/11/ ... t-that-is/ (дата обращения 08.04.2020).
Bremer J., Khroutski K.S., Klimek R, Tadeusiewicz R. Challenging integralism, Aristotelian entelecheia, hyle and morphe (form), and contemporary concepts of information, touching upon the aetiological issues of carcinogenesis (with reflecting feedbacks of Paul Beaulieu, Ana Bazac, Anna Makolkin, Leonardo Chiatti, Milan Tasić and Dariusz Szkutnik) / Biocosmology – neo-Aristotelism. 2017. V.9, № 1. С. 8–56.
Cockshott W. Paul and Cottrell Allin F. Information and Economics: A Critique of Hayek. November 1996. [Электронный ресурс]. URL: http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf (дата обращения 08.04.2020).
Khroutski K.S., Klimek R. Biocosmological definition of Information and its Naturalist causative significance, approaching to evolve the World Information University (WIU) / Biocosmology – neo-Aristotelism. 2018. V.8, № 2. С. 203–261.
Orlov A.I. Functionalist-Organic Information Economy – the Organizational-Economic Theory of Innovation Development / Biocosmology – neo-Aristotelism. 2013. Vol.3. №1. P. 52–59.

Публикация:
1184. Орлов А.И. Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки // Biocosmology – neo-Aristotelism. 2020. Vol. 10. № 3-4. С. 406-420.
https://biocosmology.org/wp-content/upl ... 0Nos34.pdf


«Великая перезагрузка»: Клаус Шваб принял эстафету от Римского клуба
Мировая закулиса поручила Клаусу Швабу продолжить "славное дело" Дэвида Рокфеллера и Збигнева Бжезинского

Москва, 2 марта 2021, Институт РУССТРАТ. План «Великой перезагрузки» (The Great Reset), анонсированный в прошлом году президентом Всемирного экономического форума (ВЭФ) профессором Клаусом Швабом, не является чем-то новым, уникальным в истории человечества. За красивыми словами о «справедливости», «равенстве», «учете интересов будущих поколений», «защите природы», «социальной ответственности», «устойчивом развитии», «зеленой энергетике», «здоровье человека как высшей ценности» и т.п. скрывается истинная цель элиты – мировая власть. Планы захвата власти над миром вынашивались веками. Но до сих пор успеха не имели.
Такой мир с вечной властью элиты над человечеством изображен во многих антиутопиях: «Мы» (роман Евгения Замятина, 1920 г.); «Дивный новый мир» (роман Олдоса Хаксли, 1932 г.); «Скотный двор» (повесть Джорджа Оруэлла, 1945 г.); «1984» (роман Джорджа Оруэлла, 1948 г.); «451 градус по Фаренгейту» (роман Рэя Брэдбери, 1953 г.) и др.
В этот же ряд антиутопий можно поместить некоторые произведения английского писателя Герберта Уэллса. Например, его роман «Машина времени» (1895 г.). Примечательно, что писатели, работавшие в жанре антиутопии, не просто занимались фантазиями, их произведения не следует рассматривать как банальные триллеры. Они нередко отражают (правда, иногда в сильно искаженном виде) реальные планы мировой элиты по переустройству планеты и установлению надежной (вечной) власти над человечеством.
Примечательно, что некоторые писатели занимались сочинением не только романов-антиутопий, но и программ (планов) переустройства мира. Вот, например, известный английский писатель Герберт Уэллс в 1928 году написал работу, похожую на политический манифест. Она называется «Открытый заговор».
Данная книга, кстати, была ранее не известна отечественному читателю. Только что был сделан ее перевод, она издана в начале нынешнего года: Герберт Джордж Уэллс. Открытый заговор. С предисловием проф. В. Ю. Катасонова. – М.: Кислород, 2021.
В указанной книге Уэллс, как активный член узкого круга лондонской интеллектуальной и политической элиты, сформулировал цель перестройки всего мирового порядка для того, чтобы во главе человечества стала избранная группа в лице самых продвинутых интеллектуалов (видимо, таких же как сам Герберт Уэллс) и «наиболее сознательных» представителей денежного капитала. Преимущественно из состава англосаксонской элиты.
Новый мировой порядок по Герберту Уэллсу предусматривал ограничения демографического роста и численности населения Земли, отказ национальных государств от своих суверенитетов и создание единого мирового государства, замену традиционных религий единой мировой религией (к разработке которой Герберт Уэллс, будучи атеистом, готов был приступить) и т.п.
Особой известности тогдашний план мировой перестройки Герберта Уэллса не получил, поскольку мировая закулиса готовила более грандиозный план завоевание власти на планете через подготовку и развязывание второй мировой войны. Что-то в реализации этого плана пошло не так, поскольку в итоге Советский Союз, который должен был быть уничтожен, вышел из войны победителем. И более того, ряд стран встал на путь социалистического строительства. Они вместе с СССР образовали свой социалистический лагерь, который полностью вышел из-под контроля мировой элиты.
После второй мировой войны разработка планов продолжалась. Наиболее амбициозным стал план, который создавался Римским клубом, учрежденным в 1968 году миллиардером Дэвидом Рокфеллером. Этот план имел форму не политического манифеста (типа «Манифеста коммунистической партии» Карла Маркса и Фридриха Энгельса 1848 года), а серии научных докладов.
Наиболее известными были доклады «Пределы роста» (1972 г.); «Человечество на перепутье» (1974 г.); «Цели для человечества» (1977 г.); «За пределами роста» (1989 г.); «Первая глобальная революция» (1991 г.); «Пределы роста: 30 лет спустя» (2004 г.); «Очерк теории роста человечества: Демографическая революция и информационное общество» (2006 г.); «Выбирая наше будущее: альтернативы развития» (2015 г.). В наукообразной форме делались выводы, убедительность которых нередко подкреплялась расчетами на мощных компьютерах.
Выводы достаточно алармистские: мол, человечество уже в недалеком будущем может столкнуться с такими проблемами, как экологический кризис, истощение природных ресурсов, климатическая катастрофа. Нередко эти выводы сопровождались красочными деталями, рисующими катастрофы будущего.
Например, рисовалась картина катастрофы в результате потепления климата: затопление обширных территорий в результате таяния льдов и повышения уровня мирового океана. Апокалиптическая картина, напоминающая Великий всемирный потоп, описанный в Ветхом Завете.
Другие сценарии не менее страшные: всемирный голод в результате истощения плодородных земель, массовые отравления грязной водой, смерти от удушья в грязной атмосфере, гибель человечества в результате разрушения озонового слоя Земли и др. Подобный алармизм призван создать в мире атмосферу перманентного страха, которая является непременным условием эффективного глобального управления человечеством.
Что же делать? - От одного доклада к другому читателям внушалось, что для спасения человечества необходимо предпринять следующие шаги:
1) остановить рост народонаселения, а со временем приступить к его сокращению, доведя численность жителей Земли до «оптимального» уровня в 1 миллиард человек;
2) остановить дальнейшее развитие промышленности и приступить к де-индустриализации; создавать постиндустриальное общество – некий виртуальный мир, где люди будут создавать и потреблять не материальные продукты, а услуги;
3) государствам отказываться от национальных суверенитетов (они мешают человечеству бороться с глобальными вызовами); передача все большей части государственных функций глобальным корпорациям;
4) проводить цифровизацию всех сторон жизни (экономика, финансы, государственное управление, личная жизнь человека и др.);
5) переделка человека, превращение homo sapiens в некое подобие биоробота (или «служебного человека»);
6) создание единого мирового государства и учреждение мирового правительства.
Шестой шаг будет последним, его можно рассматривать как конечную цель. Мировое правительство будет формироваться за счет элиты, составляющей не более 1% человечества. Мировое правительство через ряд глобальных корпораций будет управлять остальными 99% населения Земли. Последние (вид, называемый «служебным человеком»; по сути, это рабы) будут находиться в цифровом концлагере.
Под последним понимается система жесткого цифрового контроля поведения человека и даже его мыслей. В случае отклонения обитателя такого концлагеря от установленных норм поведения, его отключают от систем жизнеобеспечения. Впрочем, такое отключение может произойти даже при отклонении от норм мышления. У Оруэлла в романе «1984» это называется «мыслепреступлением».
В сжатом виде плана Римского клуба по перестройке мирового порядка, расписанного по пунктам и этапами, мы нигде не найдем. Но его можно реконструировать, ознакомившись с коллекцией докладов указанной организации, которые создавались в течение полувека.
Можно заметить, что многие идеи, содержащихся в докладах Римского клуба, нашли свое отражение в плане «Великой перезагрузки».
Некоторые такие идеи Шваб в своей книге представляет в развернутом виде, а некоторые обозначает лишь одним-двумя предложениями. Это как бы условный знак, обращенный к «посвященным», которые поймут, что стоит за той или иной лаконичной строчкой. Вот, например, фраза: «Чем больше демографический рост, тем выше риск новых пандемий».
Клаус Шваб дает понять: я за ограничение численности населения на планете! Шваб – верный продолжатель дела англичанина Томаса Мальтуса, который еще более двух веков назад призвал регулировать демографические процессы и даже сокращать численность населения «во благо человека»!
Вот и Герберт Уэллс в упомянутом выше манифесте «Открытый заговор» более 90 лет назад призывал к сдерживанию роста народонаселения. Тут мы видим, что мальтузианство и неомальтузианство давно уже стало непререкаемым догматом идеологии мировой элиты.
А вот еще один сигнал «посвященным»: «Если демократия и глобализация будут расширяться, то национальному государству места не останется». Эту фразу он произносит в контексте обсуждения так называемой «трилеммы»: «демократия – глобализация – национальное государство».
Совместить три эти элемента, по Швабу, невозможно. При разных комбинациях двух элементов третий элемент «вылетает» как несовместимый. «Чем же пожертвовать?» - глубокомысленно размышляет Клаус Шваб. И с наигранным сожалением говорит: национальным государством. Демократизация и глобализация, мол, важнее. Правда, насчет демократизации большой вопрос.
Вся книга говорит об обратном: об усилении диктатуры мировой элиты, о построении мирового электронного концлагеря. А какая может быть демократия в концлагере? Из трех элементов в «дивном новом мире» останется лишь один – глобализация. Имеется в виду, что власть элиты будет иметь глобальный характер. Также глобальным будет концлагерь.
О том, что автор книги является противником национального государства и других традиционных ценностей прошлого (семьи, религии, национальной культуры), мы узнаем также из следующего откровения Шваба:
«С введением локдауна усиливается наша привязанность к близким, мы больше ценим тех, кого любим – членов семьи и друзей. Но обратная сторона здесь в том, что это вызывает рост патриотических и национальных чувств вместе с темными религиозными воззрениями и этническими предпочтениями. И это токсичное смешение выявляет в нас худшее…».
Следовательно, рассуждает Клаус Шваб, для построения дивного нового мира человека надо воспитывать и переделывать. И здесь он ничего нового не изобретает, поскольку Римский клуб давно уже поставил задачу радикальной переделки человека, превращения его в подобное животному функциональное существо с набором рефлексов. Что-то наподобие биоробота.
Особенно эта задача и пути ее решения были обозначены в книге первого президента Римского клуба Аурелио Печчеи «Человеческие качества» (1977 г.). Клаус Шваб не раскрывает в своей книге подробностей, что будет собой представлять человек эпохи «инклюзивного капитализма», но говорит, что он будет радикально отличаться от нынешнего:
«Формируется «новая нормальность», радикально отличная от той, которую мы понемногу оставим позади. Многие наши убеждения и догадки, как может или должен выглядеть мир, разрушатся».
Римский клуб говорил о постепенном замещении национальных государств транснациональными корпорациями. И Клаус Шваб говорит о том же: «Крупнейшие транснациональные компании возьмут на себя больше социальной ответственности, они будут активнее участвовать в общественной жизни и нести ответственность ради общего блага».
Внедрение цифровых технологий для построения электронного концлагеря мы находим и в докладах Римского клуба, и в плане «Великой перезагрузки». В книге Шваба мы читаем: «Чтобы положить конец пандемии, необходимо создать всемирную сеть цифрового контроля».
Очень много в книге Клауса Шваба говорится о «зеленой энергетике», о «зеленой экономике», об «устойчивом развитии», о «декарбонизации экономики» и т.п. За этими красивыми и не очень внятными терминами скрывается то, что на языке Римского клуба называется «де-индустриализация». Тогда (еще в 70-е годы прошлого века) эвфемизмом, заменявшим грубое слово «де-индустриализация» было «постиндустриальное общество».
Кстати, одним из первых, кто бросил этот термин в оборот, был Збигнев Бжезинский («постиндустриальное общество» появилось в его книге «Технотронная эра», 1969 год). Сегодня Клаус Шваб и Ко. решили «сменить пластинку»: вместо мантры «постиндустриального общества» зазвучала мантра «пост-углеродного общества».
Налицо все признаки того, что Римский клуб в конце второго десятилетия нынешнего века передал эстафетную палочку по доработке и практической реализации плана перестройки мирового порядка Всемирному экономическому форуму.
Чем обусловлена такая передача? – Моя версия следующая. В 2017 году из жизни на 102-м году ушел основатель и бессменный руководитель Римского клуба Дэвид Рокфеллер. А через несколько месяцев из жизни ушел Збигнев Бжезинский, который был правой рукой миллиардера в Римском клубе. Организация оказалась без рулевого, что сразу же отразилось на содержании докладов 2017-2019 гг.
И вот мировая закулиса поручила Клаусу Швабу продолжить "славное дело" Дэвида Рокфеллера и Збигнева Бжезинского. Причем от него требуется не столько вносить какие-то доработки в план, уже подготовленный Римским клубом, сколько начать практическую его реализацию.

https://russtrat.ru/analytics/2-marta-2021-0010-3290




Вышла новая книга Г.В. Носовского и А.Т. Фоменко "Великое завоевание мира" (четвертая книга новой серии "Русь и Рим", издание четвертое, написанное заново). Издательство АСТ, 2021.г.

Оглавление

Часть V. XIII - первая половина XIV века

Глава 26. Введение
26.1. Общий обзор нашей реконструкции
26.2. Об этрусках и итальянском Риме
26.3. О столице Империи и царских ставках
26.4. Переселение библейского Иакова с его двенадцатью сыновьями, основателями 12 колен Израилевых, с Босфора на Русь

Глава 27. Начало русской государственности по Русскому Летописцу и по Библии
27.1. Истоки русской истории и призвание Рюрика по Русскому Летописцу
27.2. Переселение библейского Иакова с его двенадцатью сыновьями, основателями 12 колен Израилевых, с Босфора на Русь в XIII веке
27.3. Рассказ Иоанна Малалы

Глава 28. Кольцевое расположение столиц как след великого завоевания XIV века
28.1. При бурном расширении границ Империи в сторону неосвоенных земель, военные лагеря, превращавшиеся затем в местные столицы, должны были располагаться приблизительно кольцеобразно вокруг столицы Империи
28.2. Кольцеобразное расположение столиц Евразии вокруг города Владимира
28.3. Таблица Виниуса расстояний от Москвы до европейских и азиатских столиц

Глава 29. Славянское завоевание мира по книге Мавро Орбини "О расширении народа славянского"
29.1. Помнили ли в Западной Европе о славянском завоевании?
29.2. Книга Мавро Орбини и ее русский перевод 1722 года
29.3. Завоевание Европы и Азии славянами по книге Орбини
29.4. Где работал Орбини
29.5. Список источников, которыми пользовался Орбини
29.6. Хронология в книге Орбини
29.7. Орбини об употреблении русских букв в Западной Европе
29.8. Орбини о готах славянах
29.9. Орбини о славянах Российских или Московитянах
29.10. Орбини о происхождении названия "Россия" от слова"рассеяние"
29.11. Орбини о гуннах и русском полководце Аттиле
29.12. Орбини о русских поморах-"биармах" плававших по Северному Ледовитому Океану с XIV века
29.13. Орбини об античных военных походах Московитов и об основании ими Сербии (Рашии)
29.14. Орбини о финнах славянах
29.15. Орбини о даках славянах
29.16. Орбини об аланах славянах. Славянское, оно же татарское, завоевание Египта, Кавказа и Западной Европы
29.17. Орбини о норманах славянах
29.18. Орбини об амазонках - славных воительницах славянских - и о царице Тамаре
29.19. Скиф, Рус и Славен как прародители славянских народов
29.20. Орбини о наследственном праве славян носить оружие
29.21. Кем был Мавро Орбини на самом деле?

Глава 30. Славянское завоевание мира по другим источникам
30.1. Славянское присутствие в Западной Европе отражено в многочисленных старых книгах, выведенных сегодня из обращения
30.2. Об Алексее Степановиче Хомякове
30.3. Хомяков об искажении русской истории западноевропейскими авторами
30.4. А.С.Хомяков о сохранившихся до его времени следах славянского завоевания в Западной Европе
30.5. Петр Никифорович Крекшин о неразрывной связи античной римской и древней русской истории
30.6. Булгарская (волжская) летопись Джагфар Тарихы 1680 года о завоевании мира
30.7. Оказывается, немецкая знать XVI века якобы поголовно сходила с ума, ожидая скорого вторжения московитов и турок в Европу
30.8. Почему книги, подобные книге Орбини, были замолчаны историками

Глава 31. Загадка этрусков
31.1. Фадей Воланский и Егор Иванович Классен
31.2. Себастьян Чьямпи и Александр Дмитриевич Чертков
31.3. Почему Чьямпи, Черткову и Воланскому не удалось убедить историков
31.4. Загадочные этруски
31.5. Что сегодня известно об этрусках
31.6. Спор о первородстве между Флоренцией и Римом
31.7. Две теории - восточного и северного происхождения этрусков
31.8. Как называли себя этруски
31.9. Этрусские цари Рима
31.10. Какой веры были этруски
31.11. Загадка этруских надписей
31.12. Примеры Воланского
31.12.1. Этруский надгробный памятник близ Креччио
31.12.2. Мальчик с гусем
31.12.3. Мальчик с птицей
31.12.4. Двусторонняя камея

Глава 32. Славянские следы в Европе и Азии
32.1. Славянская археология
32.2. Надгробная речь на русском языке на похоронах шведского короля в 1697 году
32.3. Как представляли себе мировую историю в Германии XVII-XVIII веков. Книга Иоганна Генриха Дримеля
32.4. Прародина немцев

Глава 33. Славянское завоевание мира XIV века, представленное как "монгольское" завоевание якобы XIII века
33.1. Что такое Монголия и татаро-монгольское нашествие. Казаки и Золотая Орда
33.2. Из кого состояли "монгольские" войска
33.3. Много ли было "монголов"? Монголы глазами современников. Как одевались монголы и русские
33.4. Татаро-монгольское завоевание и Православная церковь
33.5. Отсутствие генетических следов монгольского завоевания на Руси

Глава 34. Славянское завоевание мира XIV века, представленное как завоевания мира античным Римом и древнейшей Ассирией
34.1. Что такое античный Рим на самом деле. Почему античные римские источники написаны по-латыни
34.2. Происхождение слова "республика"
34.3. Где и как были изобретены римские цифры
34.4. Боги римско-греческого Олимпа - это русские ("ассирийские) цари
34.5. Древнее разделение Империи на 4 части

Глава 35. Мировая торговля
35.1. Торговля востока с западом. Моложская ярмарка
35.2. Почему до XVIII века в России не разрабатывали ни одного серебряного рудника
35.3. Нищающий запад и богатеющий восток
35.4. Когда в Западной Европе начали мыть руки перед едой?
35.5. Великий шелковый путь

https://chronologia.org/bibliography_rus_rim.html


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб мар 26, 2022 11:38 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1105 от 28 марта 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь со статьей А.И. Орлова и Ю.Б. Сажина "Солидарная информационная экономика как основа современной политэкономии".




УДК 330.10 : 330.34.01 : 330.173.34

08.00.01 Экономическая теория (экономические науки)

Солидарная информационная экономика как основа современной политэкономии

Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994

Сажин Юрий Борисович
к.т.н., доцент

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru
ssazhin11@yandex.ru

В истории экономических учений следует выделять три принципиально различные парадигмы, последовательно сменяющих друг друга. Первая – классическая парадигма Аристотеля, основоположника экономической науки. Вторая – парадигма рыночной экономики (капитализма). Третья – современная парадигма цифровой экономики, основанная на концепции солидарной информационной экономики. Солидарная информационная экономика развивается нами с 2007 г. Провозглашен переход к капитализму участия, другими словами, инклюзивному капитализму, который должен сменить действующий в настоящее время акционерный капитализм икоторый отрицает право личности на владение собственностью. Кратко даем некоторые определения стоимости и цены в классическом их понимании, исходя из трудовой теории стоимости. От современной концентрации производства и господства транснациональных корпораций - один шаг до организации всемирного хозяйства и оптимизации его функционирования в соответствии с методами солидарной информационной экономики. Природные ресурсы не имеют стоимости до тех пор, пока к ним не будет приложен человеческий труд. Рассмотрено ценообразование на природные ресурсы и извлечение природной ренты на примере такого популярного товара, как нефть. Обсуждаем образование земельной ренты. Дан анализ ситуации в США с собственностью на землю и недра. Для осознания всех пертурбаций с названиями новой экономики (информационной, цифровой и т.д.) и нового капитализма (посткапитализма, инклюзивного и др., или даже социализма) надо признать правоту и верховенство трудовой теории стоимости при формировании товарной стоимости. В соответствии с новой экономической парадигмой развития общества, основанной на солидарности, соединенной с информационными технологиями, должны измениться многие экономические категории, которые нацеливают производителя на безудержное производство и бесконтрольное потребление ресурсов, бездушное отношение к человеку труда и окружающей природе. Нужны глобальные перемены в законодательстве и хозяйственной практике, потому что человек также нуждается в защите, как и природа.

Ключевые слова: политэкономия, Аристотель, рыночная экономика, цифровая экономика, солидарная информационная экономика, стоимость, цена, трудовая теория стоимости, природная рента, новая парадигма экономики


UDC 330.10 : 330.34.01 : 330.173.34

08.00.01 - Economic theory (Economics)

Solidary information economy as a basis of modern political economy

Orlov Alexander Ivanovich
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor
Sazhin Yuri Borisovich
Cand.Tech.Sci., associate professor

Bauman Moscow State Technical University, Moscow, Russia

In the history of economic doctrines, three fundamentally different paradigms should be distinguished, successively replacing each other. The first is the classical paradigm of Aristotle, the founder of economics. The second is the paradigm of the market economy (capitalism). The third is the modern paradigm of the digital economy, based on the concept of a solidary information economy. We have been developing a solidary information economy since 2007. We proclaimed a transition to participatory capitalism, in other words, inclusive capitalism, which should replace the current share capitalism and which denies the individual's right to own property. We briefly give some definitions of value and price in their classical understanding, based on the labor theory of value. It is one step from the modern concentration of production and the domination of transnational corporations to organizing the world economy and optimizing its functioning in accordance with the methods of the solidary information economy. Natural resources have no value until human labor is applied to them. The article considers the pricing of natural resources and the extraction of natural rent using the example of such a popular commodity as oil. Discussing the formation of land rent. The analysis of the situation in the USA with the ownership of land and subsoil is given. To understand all the perturbations with the names of the new economy (informational, digital, etc.) and new capitalism (postcapitalism, inclusive, etc., or even socialism), it is necessary to recognize the correctness and supremacy of the labor theory of value in the formation of commodity value. In accordance with the new economic paradigm for the development of society, based on solidarity coupled with information technology, many economic categories must change, which aim the manufacturer at unrestrained production and uncontrolled consumption of resources, a soulless attitude towards the man of labor and the environment. We need global changes in legislation and economic practice, because a human being also needs protection, just like nature.

Keywords: POLITICAL ECONOMY, ARISTOTLE MARKET ECONOMY, DIGITAL ECONOMY, SOLIDARY INFORMATION ECONOMY, VALUE, PRICE, LABOR THEORY OF VALUE, NATURAL RENT, NEW PARADIGM OF ECONOMY
political economy, Aristotle, market economy, digital economy, solidary information economy, value, price, labor theory of value, natural rent, new paradigm of economy

DOI: http://dx.doi.org/10.21515/1990-4665-171-011


История не учительница, а надзирательница
magistra vitae (наставница жизни): она ничему
не учит, а только наказывает за незнание уроков.
В.О. Ключевский

«Sie wissen das nicht, aber sie tun es».
(Вы этого не знаете, но вы это делаете).
К. Маркс

1. Введение
Термин «политэкономия» (полное название – политическая экономия) удачно сочетает в себе две неразрывные сущности – политику и экономику. Как принято определять термин, политика – это сфера деятельности, связанная с отношениями между социальными группами, сутью которой является определение форм, задач, содержания деятельности государства. На древнегреческом языке politika – это государственные или общественные дела, от polis – государство. А экономика – это деятельность людей, связанная с производством жизненных благ, т.е. хозяйственная деятельность, а также наука о производстве, распределении и потреблении товаров и услуг.
Пишут, что политическая экономия как наука носит фундаментальный характер и является методологической базой для других экономических наук. При этом она ограничена в своем предмете исследованием наиболее общих экономических отношений. Например, она изучает стоимостные отношения, но не занимается правилами расчета величины стоимости, исследует историю и природу денег, но не занимается банковским делом, изучает природу и механизм производства прибавочной стоимости, но не рассматривает конкретные пропорции ее распределения. Можно сказать, что политэкономия – это общая экономическая теория, методология экономики, в отличие от конкретных экономических теорий (например, маркетинга, финансов или логистики).
Методология – это учение об организации деятельности [1, 2]. Политэкономия, как методология деятельности на стыке политики и хозяйственной практики, задает парадигму экономической науки. Мы полагаем [3], что в истории экономических учений следует выделять три принципиально различные парадигмы, последовательно сменяющих друг друга. Первая – классическая парадигма Аристотеля, основоположника экономической науки. Вторая – парадигма рыночной экономики (капитализма). Третья – современная парадигма цифровой экономики, основанная на концепции солидарной информационной экономики. Подчеркнем, что солидарность работников (т.е. единство, взаимопомощь) организуется, реализуется и поддерживается технологиями искусственного интеллекта. Что значит солидарная информационная экономика применительно к процессам создания новой стоимости? Работники (люди, обладающие живым трудом) при солидарном сотрудничестве в процессах производства, опираются на высокий уровень использования энергии, в форме передачи информации, исходящей из центров управления, оснащенных искусственным интеллектом.

2. Будущее теории управления хозяйством в условиях цифровой революции
Солидарная информационная экономика развивается нами с 2007 г. [4]. Схожие идеи были позже высказаны на Давосских форумах 2020 и 2021 гг. Так, немецкий экономист Клаус Шваб, основатель и бессменный президент (с 1971 г.) Всемирного экономического форума в Давосе, провозгласил переход к капитализму участия, другими словами, инклюзивному капитализму, который должен сменить действующий в настоящее время акционерный капитализм [5, 6] и который отрицает право личности на владение собственностью.
Процитируем профессора МГУ им. М.В. Ломоносова Е.Н. Ведуту: «Если же перейти к сознательно организованной экономической системе, которая только и способна реализовать объявленную цель проекта, то это будет означать переход к социализму. Здесь единственным инструментом координации действий для достижения роста общего блага с помощью глобальных инноваций является кибернетический искусственный интеллект в экономике» [7].
Становятся ясны контуры стейкхолдерского капитализма – еще одно название будущей системы организации хозяйства. Предстоят значительные изменения. Как отмечает к.и.н. А.И. Фурсов из МГУ, «недавно появился еще один термин «inclusive capitalism» – то есть, включающий капитализм, капитализм включения, где капиталистами «как бы», я подчеркиваю это словосочетание «как бы», становятся все участники, но путем лишения собственности» [6].
О сущности солидарной информационной экономики (СИЭ) можно подробно прочесть в работах первого из авторов (см., например, их сводку в главе 1 монографии [8]). Наблюдаемая сложность понимания этого длинного названия заключается в объединении трех, казалось бы не совместимых терминов, каждый из которых, в отдельности, сам по себе является сложным и важнейшими для человека понятием, обладающим суверенным (независимым) и многоуровневым построением.
Термин "солидарность" восходит к "взаимопомощи" по Кропоткину, который доказал, что взаимопомощь (солидарность) - более фундаментальна в жизни человечества (а также и сообществ животных), чем конкуренция [9]. Термин "информационная" подчеркивает роль информационно-коммуникационных технологий в современной хозяйственной практике, переход количества их применений в новое качество организации производства, распределения и потребления товаров и услуг, отражением этого перехода является термин "четвертая промышленная революция" [6]. Термин "экономика" по традиции используется в двух смыслах - как практика хозяйствования и как наука об этом хозяйствовании.
В последние годы вульгарными экономистами взамен этой конструкции (СИЭ) предлагается иное обозначение сложившихся отношений в товарной производстве: цифровая экономика и ее новое порождение – инклюзивный капитализм. Не будем в настоящей статье определять суть понятия «цифровая экономика», сошлемся лишь на том, что до настоящего времени нет исчерпывающих определений на эту тему. Кратко скажем, что некоторые авторы определений видят в современной, а значит в цифровой, экономике только возможности поступления-передачи сведений об экономических процессах и явлениях с помощью не бумажной информации, а через цифровые каналы. Также предполагается, что на рабочих местах человека труда заменят роботы (машины с искусственным интеллектом). Отдельные предсказатели уже предрекают освобождение человека из процесса создания товарной стоимости и независимость капиталиста от квалификации, знаний, умения и «капризов» работников. Предрекается, на основе опыта работы некоторых логистических компаний (в т.ч. интернет-компаний), использование на всех рабочих местах 100% промышленных роботов. Да, что далеко ходить, в России, в иных магазинах уже давно применяются кассы-автоматы, полностью исключающие труд кассиров (например, ритейлеры «ВкусВилл» и «EvroSpar»), продажа билетов на авиа и ж/д транспорт, в музеи, в театры осуществляется через интернет.
Наше понимание цифровой экономики раскрыто в монографии [8]. Отметим, что дискуссия идет с середины ХХ в., с обсуждения Н. Винером будущих "заводов-автоматов" [10].
Важным становится также исследование проблемы существования человека при отстранении его от труда, как носителя рабочей силы в качестве работника. В широкое обсуждение все чаще экономистами, политиками и полемистами различных направлений продавливается мысль о неизбежности выплат гарантированного дохода (как бы он ни назывался). Вопросы отчуждения человека от возможности получать оплату за труд, при использовании его рабочей силы, абсолютно не увязываются с прогрессом (не технологическим, а социальным) человечества, как уникального явления в природе, вершине эволюции природы, его развития, как личности.
Но еще более не ясным является вопрос о создании стоимости. Отвергая его полностью, а иногда просто прикрывая свои сентенции невнятными суждениями, отдельные современные экономисты (особенно необходимо в этом упрекнуть «нобелевских» лауреатов по экономике) передергивают суть трудовой теории стоимости, характеризуя производство товаров, как создание ценности или богатства, приносящее владельцу капитала (чаще финансового) желаемую «конкурентоспособную» прибыль при высокой рентабельности. В этой экономике производства прибыли, а не стоимости, нет места простому человеку из общества. Для них, современных апологетов капитализма, существует "экономикс", а не народное хозяйство, цена, а не стоимость, богатство, а не благосостояние. Кратко: хрематистика, а не экономика Ксенофонта, Аристотеля и политэкономия от Петти и Маркса.

3. Кратко о стоимости и цене
Прежде, чем развивать мысли о будущем человека, как участника производства стоимости, неизбежности «цифровизации» экономики, да и существовании самой экономики дадим некоторые определения стоимости и цены в классическом их понимании.
Стоимость – это категория в экономике, которая вызывает устойчивые ассоциации с ценой. Мы слышим:
- сколько это стоит?
- стоимость товаров составляет…
- растет стоимость услуг…
и понимаем, что речь идет о цене.
Но между стоимостью товара и его ценой имеется существенная разница. Ею обычно пренебрегают вульгарные экономисты.
Не вдаваясь в привычные дефиниции цены, уточним лишь то, что цена отражает денежную сумму при оценке возможности товара быть проданным/купленным или фактически полученную/выплаченную сумму денег при сделках купли/продажи.
Стоимость не меняет своей величины при купле/продаже, происходит лишь передача прав собственности на стоимость. Стоимость по трудовой теории стоимости Маркса – это сумма издержек производства и прибавочной стоимости. Можно и так: сумма постоянного капитала и дохода. А доход ни что иное, как совокупность заработной платы и прибавочной стоимости. Даже для одной и той же по величине стоимости, доход может иметь бесконечное число значений, потому что различной может быть цена при обмене. Полученный в денежной эквивалента доход называется "прибыль".
Стоимость. Если очень кратко, то стоимость – это количество общественно-полезного труда для создания некоторой потребительной стоимости. Она (при обмене товаров уже в качестве меновой стоимости) измеряется количеством прошлого и живого труда, израсходованного на создание единицы товара. Ниже приводятся несколько общепринятых дефиниций стоимости, отражающих ее различные стороны:
1. Стоимость – это то отношение, в котором одна вещь обменивается на другую. Это конкретное количество одного продукта при обмене на определенное количество другого.
2. Стоимость (англ. cost) – это:
- общественное свойство вещи, которое она приобретает в определённых исторических условиях при наличии товарного производства;
- воплощенный в товаре общественный труд и овеществленный в нем;
- создается в производстве, проявляется в обмене, когда произведенный товаропроизводителем товар приравнивается к другим товарам;
- внутреннее свойство товара, внешне проявляется в цене (в акте обмена) при продаже товара.
3. Стоимость товара равна сумме:
а) стоимости, созданной прошлым трудом и перенесенной конкретным трудом на данный товар с потребленных средств производства (первоначальной, начальной, исходной стоимости).
б) новой (прибавочной, вновь созданной, добавленной) стоимости, присоединенной живым трудом к первоначальной стоимости в данном производственном процессе.
В литературе, к настоящему времени, определились несколько названий терминов, входящих в формирование товарной стоимости:
Товарная стоимость = Первоначальная стоимость + Добавленная стоимость =
Постоянный капитал + Переменный капитал + Прибавочная стоимость
или
Товарная стоимость = Издержки производства + Прибавочная стоимость.

Товарная стоимость выражает, относительно к процессу создания товара, необходимое и внутреннее отношение его к общественно потребному количеству рабочего времени. Цена товара на рынке может быть больше или меньше его товарной стоимости, т.е. может не совпадать со стоимостью. Тогда появляется риск отказа потребителей от покупки или роста спроса на товар. А это значит, что и затраты, понесенные для его производства, бесполезны или не окупятся. Для товара присущи три характеристики:
1. Потребность, необходимость в товаре. Так характеризуется внутреннее состояние психологического или функционального ощущения недостаточности в чем-либо.
2. Полезность. Способность товара удовлетворять какую-либо человеческую потребность. Бывает объективной и субъективной.
И какова бы ни была стоимость товара, но, если он не представляет ценности для покупателя, продать его невозможно.
3. Потребительная ценность. Соотношение между преимуществами, которые получает потребитель при приобретении и использовании товара, и затратами на его покупку и эксплуатацию.
Цена. Но и товар, имеющий полезность для потребителя, должен иметь экономически обоснованную цену. В современных условиях конкурентных рыночных отношений стоимость товара превращается в цену производства, которая изменяется в зависимости от цен на средства производства, рабочей силы и от соотношения спроса и предложения. Цена (англ. price) и стоимость (калькуляция) взаимосвязаны. Важность категории «цена» можно пояснить тем, что она:
- дает денежное выражение овеществленному в товаре труду;
- определяет структуру и объем производства, движение материальных потоков, распределение товарной массы;
- оказывает влияние на величину прибыли, рентабельности продукции и производства;
- является денежным выражением стоимости, ценности (полезности) товара для покупателя (потребителя).
Цена оценивает величину меновой стоимости единицы товара. Не принято говорить: цена 10 кг цемента, но стоимость 10 кг цемента и цена 1 кг цемента. Еще можно сказать: цена производства. Это – величина авансированного капитала для производства товарной стоимости, то, во что обходится товар капиталисту.
Цена не является объективной, неразрывной (природной) характеристикой товара. Она изменчива и не постоянна, может меняться даже в процессе торгов. Цена – это то, что платит покупатель за товар.
Цена не «растет» вместе с нарастанием товарной стоимости, при создании этой стоимости.
Цена товара не совпадает с величиной товарной стоимости, подобное совпадение - лишь частный случай. Например, издержки производства единицы товара составляют 100 руб., из них (в стандартных обозначениях) 80c – постоянный капитал, 20v – переменный. Добавленная стоимость = 40 руб. (20v + 20m). Тогда товарная, или просто, стоимость Ст = 120 руб. Но при обмене товар, из-за влияния спроса-предложения, цена может быть любой. Первый покупатель приобрел товар по 110, другой по 125, третий и вовсе по 105 руб., но величина товарной стоимости при этом не изменится и будет составлять 120 руб.
Цена реабилитирует создание и появление «на публике» прибавочной стоимости в виде прибыли, узаконив, таким образом, процесс использования наемного труда.
Интересен и такой вывод из классического учения политэкономов. Если продажа товарной стоимости в 120 руб. произошла по одной из перечисленных выше цен (105, 110 или 125 руб.), то цена лишь обозначила получаемую прибыль от реализации стоимости: 5, 10 или 25 руб. Но собственник капитала получит в двух первых случаях все равно прибавочную стоимость = 20 руб., а в последнем - даже сверхприбыль в сумме 5 руб. Цена скрывает процесс присвоения прибавочной стоимости - создается впечатление, что прибыль приносит весь капитала (c +v), а не переменный - v. Товарная стоимость при всех этих флуктуациях остается неизменной и равна 120 руб.
Сложности определения стоимости и цены возникают при рассмотрении товаров, являющихся элементами природных ресурсов, не произведенных человеком, но используемых им, как без переработки, так и после обработки. Речь идет о природной ренте. Какова стоимость стакана воды в пустыне? Ясно, что во много раз больше овеществленного и живого труда владельца выкопанного колодца. Есть сложности и с определением стоимости нематериальных товаров и услуг. Сколько стоит предоставление места зрителю для прослушивания уникального концерта? Сегодня можно уверенно утверждать, что феномен цены и, как ее яркого выразителя и показателя, денег до сих пор не разгадан и только ждет своих исследователей, несмотря на многовековую их историю.

4. Роботизация и стоимость
Сначала немного истории. Приведем обширную цитату из материала далекого уже 1990 г. [11]:
«Объективные предпосылки создали условия, при которых замена рабочей силы промышленными роботами становится технически возможной и экономически выгодной. Стоимость часа работы промышленного робота в США меньше пяти долларов в час, что в пять раз меньше заработной платы одного квалифицированного рабочего. Учитывая, что время простоев по обслуживанию и ремонту составляет менее 20 часов и срок бесперебойной работы 500 часов, можно выявить, что эффективность эксплуатации одного робота значительно превосходит эффективность эксплуатации квалифицированного рабочего.
К субъективным предпосылкам следует отнести, «дух новаторства», подгоняемый бичом конкуренции, и высокий уровень инженерно-технической мысли, сконцентрированной в научно-исследовательских центрах автомобильных компаний капиталистического мира.
В японском автомобилестроении в 80-х годах насчитывалось около 8 тысяч промышленных роботов, а в 1990 году их количество превысило 20 тысяч. Учитывая, что робот заменяет более 4 человек, армия безработных увеличится по этой причине на 100 тысяч человек. Реальность может превзойти все эти прогнозы.
В Японии уже функционируют целые цехи и заводы, где работают только промышленные роботы, сведенные в функциональные группы и бригады, у которых производительность труда значительно выше, чем в среднем по отрасли.
Производство роботов руками роботов — это качественно новый этап в развитии производительных сил в целом, и автомобилестроении в частности».
Снижение стоимости производства и эксплуатации роботов делает их применение (взамен рабочих) все более выгодным.
Современный капитализм превратился из строя автономно действующих капиталистов (объединенных только экономическими законами) в мир господства корпораций. Они как черные дыры «втянули в себя» финансы, экономические ресурсы, политическую и законодательную власть. Они определились с «золотым» миллиардом. Остальных можно заменить роботами.
Уже в настоящее время существуют и успешно функционируют производства, основанные на полной автоматизации и использовании роботов с искусственным интеллектом. В качестве примеров можно привести интернет-платформы AliExpress и Amazon.
Создание новой стоимости, из последовательности превращения стоимостей, созданной прошлым, овеществленным трудом, с затратами известного (учтенного) рабочего времени, и добавления определенной (плановой) суммы живого труда, превращается в затраты времени прошлого труда и текущего времени также прошлого труда роботов. Оценить требуется лишь «время ожидания» появления новой стоимости. Прибавочная стоимость теряет свой экономический смысл. Добавленная же стоимость должна оцениваться альтернативными доходами, расходами и рисками от продажи финансовых и иных нематериальных продуктов. Человек труда исключается из процессов производства и реализации товарной стоимости, ему остается только функция ее потребления. Человек становится человеком-потребителем всего, что создается не им и без его участия.
Точнее, он освобождается от необходимости работать ради обеспечения элементарных жизненных потребностей нижних этажей пирамиды Маслоу. Научно-технический прогресс обеспечивает базовый уровень потребления (еда, жилье, транспорт, медицинское и ритуальное обслуживание и т.п.). Голод перестает править миром. Чем же займутся освобожденные от принудительного труда массы? Видны многочисленные виды деятельности, нуждающиеся в работниках. На порядок может быть увеличено число работников образования (преподаватель будет иметь дело не с сорока учащимися в классе, а с четырьмя, и с каждым из них сможет пообщаться на каждом занятии). Аналогично увеличится на порядок число творческих работников в науке, литературе, искусстве. Академик (АН СССР) А.И. Мальцев говорил, что может за полтора часа подготовить программу работ по развитию высшей алгебры, для выполнения которой понадобится все население Земли в течение ста лет. Социальная работа поднимется до адекватного уровня. Общественная деятельность привлечет многих. Будут реализованы прогнозы многих мыслителей, например, описанные в «Сумме технологии» С. Лема. Во введении к российскому изданию академик В.В. Ларин писал: «Развитие цивилизации имеет много аспектов. Один из них – будущность цивилизации с точки зрения развития в ней науки. Лем отмечает, что ключ к мощи цивилизации – в массах энергии, которыми она может располагать, а ключ к овладению энергией – в информационной мощи общества. Человек ведет, говорит Лем, стратегическую «игру» «Цивилизация – Природа». Именно овладение информационными процессами откроет человечеству путь к победе в этой «игре» [12, стр. 5].
Поэтому грядущее освобождение от «кнута голода» можно только приветствовать. Хотя переходный период будет трудным. Безработным придется менять образ жизни, и беда, если это будет происходить без контроля со стороны государства.
Современные капиталисты, финансовые воротилы, по выражению А. Кожева [13], больше марксисты, чем его апологеты и экономисты, последователи учения К. Маркса. Они поняли, как в действительности должен работать капитал, как использовать знания о производстве добавленной стоимости и как ее превращать в прибавочную стоимость. Но, с появлением учения А. Маршалла, изложенным им в основном своем труде «Принципы экономической науки» (1890 г.), новые капиталисты научились обосновывать появление богатства пресловутой прибылью, видимой частью «айсберга» добавленной стоимости. Прибыль, из-за ее определения, всегда намного меньше, чем вновь созданная часть стоимости. Меньше налоги, но меньше и претензии общества на степень эксплуатации труда. А с приходом эры роботов, где не человек создает добавленную стоимость, а машина с процессором, и вовсе капитал обретает свойства благодетеля: ведь при его и только его участии создаются ценности, появляется богатство общества.
Сказанное перекликается со сказанным В.И. Лениным более 100 лет назад. Он писал уже в 1-й главе «Концентрация производства и монополии» брошюры «Империализм, как высшая стадия капитализма» на примере США: «… половина всего производства всех предприятий … в руках 1/100 доли общего числа всех предприятий! … Отсюда ясно, что концентрация … сама собой подводит … вплотную к монополии. Ибо нескольким десяткам гигантских предприятий легко прийти к соглашению между собой, а с другой стороны затруднение конкуренции, тенденция к монополии порождается именно крупным размером предприятий» [14, стр. 19-20]. Отсюда один шаг до организации всемирного хозяйства и оптимизации его функционирования в соответствии с методами солидарной информационной экономики.

5. О стоимости и цене нефти, находящейся под землей, и сразу после ее добычи
Советская экономическая теория оказала негативное влияние на наше последующее природопользование уже при капитализме в новой, постсоветской России. Особое место в ней (экономической теории) занимала интерпретация марксистской теории трудовой стоимости (ТТС). По ТТС труд является основным элементом для формирования (почему-то часто ошибочно пишут – «определения». Стоимость именно последовательно формируется в процессе ее создания) товарной стоимости. Маркс обосновывал, что увеличение цены (цены, как денежного выражения стоимости) товара по мере продвижения от производителя к потребителю не отражает его реальной товарной стоимости, а всецело зависит от манипуляций со спросом и предложением на рынке. Оптимальную цену можно выбрать на основе анализа функции спроса [15]. По мнению Маркса, это и позволяет капиталисту (хозяину средств производства) эксплуатировать не только своих рабочих, но и не контактирующих с ним (и, казалось бы, не зависящих от него) потребителей. С его точки зрения, «справедливая» цена товара равна сумме издержек на изготовление и соединение его компонентов: c и v. Таким образом, если товарная стоимость складывается из следующих сумм: 80c + 20v + 20m = 120, то «справедливая» цена товара равна сумме 80c + 20v = 100, а 20m необходимы для продвижения товара на рынок и его реализации, в 20m входит и прибыль капиталиста, и все расходы посредников, и необходимые налоги и сборы. Сумма = 120 – это то, во что обходится товар покупателю. Но рынок (управляемый и контролируемый также капиталистами) корректирует эту сумму в любую сторону.
Иначе говоря, природные ресурсы не имеют стоимости до тех пор, пока к ним не будет приложен человеческий труд. Ничего не стоит дикорастущий лес, вода в озере, глина на городом или нефть под землей, воздух над ней.
Вот почему в экономиках советского типа вся земля, вода, лес и другие природные ресурсы предоставлялись природопользователям, по существу, бесплатно. Последствия такой интерпретации марксистской ТТС оказались вполне предсказуемыми, особенно при капитализме. Обращение с природными ресурсами, как с бесплатным и не кому не принадлежащим товаром, стало враждебно их рациональному использованию и охране, а главное, стало бесконтрольным в обогащении кучки российский и заграничных буржуев.
Кстати, один депутат от КПРФ предложил установить 3% налог на имущество всего лишь 100 первых буржуев из списка Форбс, что может дать в бюджет поступлений на сумму 900 млрд. долларов США в год (https://realty.ria.ru/20210604/dvortsy-1735585649.html)! А нас пугают, что строительство опреснительной станции в Крыму обойдется России в 3 млрд. ₽. Всего-то.
Рассмотрим ценообразование на природные ресурсы и извлечение природной ренты на примере такого популярного товара, как нефть. Нефтегазовые добывающие компании получают доступ к разработке нефти и газа, не платя, собственно, за саму нефть, а только за право на ее добычу. Но и за это они платят высокую цену. Набрав в поисковике запрос на покупку месторождения нефти, открываются десятки сайтов с предложением о продаже даже не нефти, а права добычи ее. Так некая компания «Golden Petroleum» (сейчас выставлена на торги за $99 млн.) объявила (https://golden-petroleum.ru/) о продаже 3 участков в Тюменской области, которые имеют такие характеристики по нефти:
- геологические запасы нефти - более 230 млн. т.;
- извлекаемые запасы нефти – более 66 млн. т.
Но нефть, тем более только еще разведанная, хранящаяся глубоко под землей, не имеет как стоимости, ведь к ней не был, при ее образовании, приложен труд человека. Да и расходы на разведку месторождений хотя достаточно высоки, но не стоят нескольких десятков миллионов долларов.
До середины XIX в. нефть использовалась в качестве аптечной мази и сжигания в масляных лампах. Но в 1853 г. двое львовских фармацевтов (Ян Зег и Игнасий Лукасевич) при перегонке нефти получили (случайно) керосин и додумались его сжигать в специально разработанной местным жестянщиком лампе, оснащенной фитилем. Такой способ освещения молниеносно захватил все континенты. В 1859 г., американский полковник Э. Дрейк пробурил первую в мире нефтяную скважину вблизи небольшой деревни Тайтусвил штат Пенсильвания. Спрос на нефть быстро вырос в сотни, тысячи раз. Знаменитый Нобель даже продавал лампы «Летучая мышь» ниже их стоимости, ради «подогрева» населения к приобретению керосина в большом количестве. Нефть стала важной для человека потребительной стоимостью, особенно после изобретения Дизелем своего двигателя. Но реальной ценностью стали лишь продукты перегонки нефти, а не сама нефть. Спрос на нефть сделал ее самостоятельным товаром, особого свойства. Товаром, который не производил труд человека, товаром, созданным природой. Логично предположить, что стоимостью должны обладать только продукты, получаемые после перегонки нефти. Но стоит посмотреть на табл. 1, приведенную в [16], чтобы убедиться, что это не так. Цену имеет бочка (баррель) сырой, никем не произведенной нефти. В пересчете на излеченный объем нефти из месторождения, расходы на ее разведку и добычу (в пересчете на 1 баррель) – мизерны. Цены в наши дни можно отслеживать по результатам торгов на биржах, крупнейшими из них по торговле нефтью являются: NYMEX и LIPE, на которых котируется нефть маркерных сортов Brent и Light Sweet.
Пример с нефтью, с преобразованием ее в товар повышенного спроса и процессом формирования цены на нее, вне ТТС, делает будущее производство энергии неопределенным, т.к. цена на энергию зависит целиком даже не от стихии рынка, с его спросом и предложением, а от мировых гигантов, поглощающих всю добываемую ими нефть, и финансовых корпораций, контролирующих и добычу, и переработку, и продажу нефтепродуктов, и даже компании, производящие энергию. Круг финансов замкнулся.
Из трудов классиков политической экономии известно, что прибыль реализуется в момент продажи товарной стоимости. Сама прибыль распадается на процент и предпринимательскую прибыль. Маркс так объяснял такое подразделение прибыли. Деньги приобретают свойство потребительной стоимости, когда они функционируют как капитал. Если годовая средняя норма прибыли = 20%, то орудие труда стоимостью в 100₽, используемое как капитал, принесет его собственнику прибыль в 20₽. Но если, человек, располагающий суммой в 100₽, уступает ее предпринимателю (капиталисту), то первый дает власть пользования этой суммой для производства 20₽ прибыли, т.е. произвести прибавочную стоимость, которая капиталисту ничего не стоит, и он ничего не платит. Но если капиталист в конце года, из полученной им прибыли, выплачивает собственнику денег в 20₽ сумму в 5₽, то этим самым он оплачивает потребительную стоимость этих 100₽. Часть прибыль = 5₽ называется процентом, что является просто особым названием передаваемой кредитору части прибыли (речь идет о процентах по кредиту). Таким образом функционирующий капиталист (предприниматель) оплачивает приобретение у финансового капиталиста капитал в сумме = 100₽. Эти 100₽ дают право функционирующему капиталисту привлекать к себе процент, в виде части прибыли, которую произвел его капитал, хотя и чужими руками предпринимателя. Не будем здесь говорить о социальной справедливости данной процедуры получения процента, мы просто демонстрирует сам механизм его образования.
Нечто похожее происходит и с образованием земельной ренты. В Конституции РФ закреплено право частной собственности на землю, а значит наличие земельных собственников. Капиталист-предприниматель (в т.ч. и фермер), работающей на земле собственника, ежегодно уплачивает последнему, по договору аренды, определенную сумму денег – земельную ренту. Земельная рента – это плата за разрешение предпринимателю применять капитал на земле собственника, это форма, в которой земельная собственность реализуется экономически, увеличивая товарную стоимость. Теперь можно определенно назвать все участников формирования товарной стоимости: наемный работник, предприниматель, (функционирующий) капиталист, земельный собственник. Обратимся опять к числовому примеру. Промышленный капиталист, получив от финансового 100₽ за 5₽, формируют товарную стоимость, на земле собственника, стоимостью 10₽. Тогда после реализации товара предприниматель получит 20₽ прибыли, из которой он передаст 5₽ процента финансисту и 10₽ ренты собственнику земли, оставляя себе только 5₽. Можно рассуждать, каким образом предприниматель может увеличить долю прибыли, остающуюся в его собственности, после уплаты процента и ренты.
Само понятие ренты для многих является привычной для уха категорией:
- рента (фр. rente, нем. Rente; от лат. reddere) - возвращать, отдавать;
- рента в экономике – регулярно получаемый доход с капитала, облигаций, имущества, земли.
- земельная рента – цена, уплачиваемая за использование земли и других природных ресурсов.
Определения ренты, приведенные выше, просты и понятны без комментариев, до тех пор, пока не поставить вопрос: насколько обосновано то, что кто-то регулярно собирает доход с земли, особенно с природных ресурсов вообще? Если это обусловлено правом пользования земли, то сама земля ренты не производит и вопрос ее возникновения повисает в воздухе. Доход от использования природных ресурсов, определяемый как рента, тоже не проясняет источник ее неизбежного появления. В общем случае доход определяется как выручка, уменьшенная на размер постоянного капитала. Что касается обработки пахотной земли для выращивания зерна, то мы можем наблюдать издержки капитала в процесс сбора урожая.
Клаус Шваб [17] постоянно говорит и пишет о 4-й промышленной революции, не обращаясь к первым трем. А ведь все первые 3 промышленные революции решали вопрос извлечения нужной человеку труда энергии, отказу от мускульной энергии человека и скота. Первая решала эту проблему с помощью использования пара и паровых машин, вторая – была основана на выработке и применении энергии электрического тока, третья – на открытии ядерного распада радиоактивных элементов и выработки энергии на АЭС. А четвертая, по Швабу, называется информационной, опирается на перерождение материальной экономики в цифровую. В ней не рождено нового принципа выработки энергии, поэтому про переход к 4-й промышленной революции говорить пока рано, и можно будет только тогда, когда производство товарной стоимости станет возможным с помощью информации (без участия человека) на полностью информационных технологиях. Тогда, возможно, будут изобретены новые принципы производства и использования энергия, например, вибрационный.
Для осознания и понимания всех пертурбаций с названиями новой экономики (информационной, цифровой и т.д.) и нового капитализма (посткапитализма, инклюзивного и др., или даже социализма) надо признать правоту и верховенство ТТС при формировании товарной стоимости и не придумывать ложные обоснования в защиту демагогии манипуляторов от экономики. Необходимо четко разделить понятие собственности (с разделением на пользование, распоряжение и собственно владение) на землю для проживания, на пахотную землю как на ресурс для производства и на природные ресурсы (недра, вода, воздух и т.д.) как на всенародное достояние. Солидарная экономика подразумевает не только единство при производстве стоимости, но и равенство для всех при распределении ренты от использования природных ресурсов. Даже глава Совета Федерации В. Матвиенко возмутилась хищническому делению доходов от использования природных ресурсов на примере двух хищников-капиталистов: Потанина и Дерипаски (https://zen.yandex.ru/media/openmedia/m ... mpaign=dbr).
Но для реализации этих предложений необходимо заменить в Конституции РФ статью 36, которая, исправляя формулировки советского периода о общегосударственной собственности на землю и ее недра, вдруг провозгласила (с подачи американцев):
1. Граждане и их объединения вправе иметь в частной собственности землю.
2. Владение, пользование и распоряжение землей и другими природными ресурсами осуществляются их собственниками свободно, если это не наносит ущерба окружающей среде и не нарушает прав и законных интересов иных лиц.
Во-первых, в статье 36 Конституции РФ нет ни слова о том, как природные ресурсы (ниже будет рассмотрен пример законов о недрах в США) переходят в собственность юридических или физических лиц. Во-вторых, деяния этих собственников природных ресурсов зачастую наносят ущерб окружающей среде, нарушают права и законные интересы иных лиц. Достаточно лишь вспомнить экологическую катастрофу в Норильске 29 мая 2020 г., на предприятии того же В. Потанина, и сумму штрафа в 148 млрд. руб., которые будут почему-то истребованы с предприятия, а не с владельца (https://ru.wikipedia.org/wiki/Утечка_дизельного_топлива_в_Норильске).
Нефть в залежах (как и любые природные ресурсы) до начала добычи и разработки не имеет стоимости, т.к. создавалась природой, а не трудом человека, и при ее использовании (например, в открытых источниках, так называемых нефтяных озерах) человеку ничего не стоит. А вот добыча, переработка, доставка к месту пользования, в удобном для человека виде (хотя бы в виде бензина, керосина, мазута, асфальта и т.д.), конечно же, связана с расходованием рабочей силы, и к расчету ее цены применима ТТС Маркса. Колебания цен на спрос продуктов переработки нефти и толкает вверх или вниз спрос на исходное сырье – нефть.
Имеется еще одно интересное соображение по поводу образования цен на произведения искусства, биткоины и т.п.
В «Повести о Ходже Насреддине» есть рассказ о бае, который приватизировал озеро и открывал воду дехканам только за плату. Труда в отпуск воды он и его слуги практически не вкладывали, но могли устанавливать цену за воду, основываясь на праве собственности на объект сбора воды - озеро. Бай воду не производит, но создает условия ее добычи и доступа к ней. Применять трудовую теорию стоимости к анализу этой ситуации можно на основании теории, разработанной в III томе «Капитала» К. Маркса, в отделе 6 «Превращение добавочной прибыли в земельную ренту».
Аналогично с нефтью. Владельцы (очень важное замечание, именно – владельцы, а не собственники) месторождений нефти разрешают ее добывать за плату и участвуют в установлении ее биржевой цены. Далее к этой плате за допуск добавляются издержки - стоимость работ по добыче, транспортировке и т.п. Поэтому при одинаковых издержках цена барреля может меняться на порядок (от 15 до 150 долларов).
Не по законам ТТС формируются и цены на произведения искусства. Например, цена на картины определяется спросом, выявляется на аукционах. Говоря о спросе на картины, следует понимать, что речь идет не о фанатах и коллекционерах искусства, а о особом способе сохранения и приращения капитала, превращения денег в компактное богатство.
Да, к настоящему времени трудовая теория стоимости не позволяет объяснить формирование стоимости в подобных случаях, путем простого анализа издержек производства и прибавочной стоимости. Но ведь Маркс и не создавал свою ТТС «на все случаи жизни», а только для применения ее в условиях работы функционирующего капиталиста. Конечно, имеется множество направлений вложения денег для их самовозрастания: производственный капитал; торговый капитал; денежный капитал. При использовании денежного капитала для удовлетворения желания роста денег производительный труд человека не используется. Труд практически не вкладывается, а потребительная стоимость большая, и ее получение обеспечивается силой (или волей большинства). Или процедурой типа аукциона...

6. Об искусственном убеждении неизбежности «природной ренты»
Предварительно надо пояснить наше отношение к терминам «капиталист» и «предприниматель». Не каждый капиталист может называться предпринимателем, а лишь только тот, которого К. Маркс относил к категории «функционирующий капиталист». Позднее Й. Шумпетер дал подробную классификацию новой техники и тех, кого он относил к предпринимателям. Остальные капиталисты относятся к денежным капиталистам.
Функционирующие капиталисты производят самые различные товарные стоимости: изделия, работы и услуги. Результатом своей деятельности они признают прибыль. Когда финансовые капиталисты обеспечивают функционирующих капиталистов денежным капиталом, то в этом случае прибыль разбивается на предпринимательский доход и процент. Процент достается денежному (финансовому) капиталисту, а предпринимательский доход – функционирующему капиталисту. Итак, может возникнуть ситуация, при которой функционирующий капиталист может еще и остаться должен финансовому, ведь доход равен выручке за вычетом постоянного капитала. Тогда можно сделать такой вывод: финансовый капиталист является истинным владельцем капитала, а функционирующий капиталист лишь обслуживает его, являясь временным владельцем капитала.
Рассмотрим процесс обоснования выделения из прибыли процента и ренты, как особых частей полученной прибыли при реализации товарной стоимости, как части прибыли, другими словами. Не углубляясь в классическую политэкономию, просто поясним, что прибыль возникает как факт только после реализации товарной стоимости, но никак не раньше. Поэтому и процент, и рента, в их фактическом значении, появляются лишь как результат работы производственного капитала по созданию товарной стоимости. Само наличие товарной стоимости, ее готовность быть проданной еще не означает возникновение прибыли. Необходимо совершить действо, называемое обменом: должен произойти факт передачи права собственности товара от продавца покупателю.
Источником товарной стоимости является общественно-полезный труд, труд и только труд человека, труд прошлый и труд живой. Израсходованное количество труда, затраченного на производство единицы товара, и определяет величину стоимости. Процесс производства является не чем иным, как целенаправленной деятельностью человека по воздействию его на предметы труда (будь они натуральными или результатом уже некоторой обработки) с помощью орудий труда (которые также воплощают в себе прошлый труд) с желанием создания новой стоимости. Эта новая стоимость и является целью превращения денежного капитала в производственный.
Человек - единственное существо на Земле, который использует орудия труда для производства новых орудий труда, чем он и отличается даже от самых «продвинутых» животных, которые используют, например, палки или камни для сбивания плодов, но никогда не обрабатывает с ее помощью других палок или камней.

7. Собственность на землю и недра в США
Права собственника земли подразделяются в США на права, связанные с использованием поверхности земли и пространства под и над поверхностью земельного участка. Законы, принятые в конце Х1Х – начале ХХ в., зарезервировали право собственности на недра и полезные ископаемые за правительством Соединенных Штатов. Поселенцы, приобретшие патенты на землю согласно этим законам, не получали прав на использование недр: они резервировались за федеральным правительством или штатом. Зарезервированные полезные ископаемые оставались предметом аренды, купли - продажи или заявки на добычу (заявка на добычу - акт присвоения и требования согласно установленным правилам и местным обычаям участка земли или определенного района, в недрах или на поверхности которых обнаружены драгоценные металлы или их руды и которые являются федеральной или штатной собственностью, с намерением занять его и вести добычу полезных ископаемых при получении разрешения правительства Соединенных Штатов).
Поскольку владелец земельного патента (или его наследник) обладали лишь правом собственности на поверхность земли, подчиненным федеральному праву на недра, то существовала вероятность порчи и даже уничтожения поверхности земли как объекта права собственности в случае добычи полезных ископаемых. Поэтому Конгрессом США в 1976 г. был принят Закон о федеральной политике по управлению землями, разрешивший собственнику земли ходатайствовать о приобретении полного патента, объединяющего права как на поверхность, так и на недра земли [18].
При добыче полезных ископаемых, прежде всего нефти и газа, в США применяется доктрина захвата (capture doctrine), которая признает блуждающий (migratory) характер нефти и газа. Эта доктрина дает право на добычу тому лицу, которое осуществляет бурение скважин на нефть и газ, приводящее к движению этих полезных ископаемых через границы земельных участков и образованию зон низкого давления. Лицо, осуществляющее добычу, приобретает титул на весь газ и всю нефть, извлеченные на участке земли, где осуществляется их добыча, хотя нефть и газ «мигрируют» с соседнего участка. Доктрина захвата поощряет землевладельцев добывать эти полезные ископаемые, не беспокоясь о том, что им могут быть предъявлены иски о нарушении границ чужого владения, поскольку лицо, которое ведет добычу, по сути, вторгается в сферу чужого владения и завладевает частью того, что является чужим имуществом.
Теория права собственности не применима логически в отношении газа и нефти, поскольку эти полезные ископаемые имеют «блуждающий характер» в недрах земли. Тем не менее многие штаты – Техас, Колорадо, Канзас, Пенсильвания, Теннеси и Западная Вирджиния – одобрили эту теорию. Так некий мистер Хилл передал в аренду права на нефть и газ нефтегазодобывающей компании. Округ обложил налогом компанию, который она должна была платить как арендатор. Однако в это время никакой добычи нефти и газа не проводилось. Компания утверждала, что не может платить налог, т.к. не добыла ни нефти, ни газа, на которые имела право собственности. Вопрос о налогообложении был решен в пользу округа. Суд постановил: «...газ и нефть являются полезными ископаемыми и реальным имуществом, объектом права собственности, добычи и продажи даже в то время, пока они находятся в горных породах под поверхностью земли, так же как уголь и другие полезные ископаемые».
Но существует и иная теория, которая не признает право собственности на нефть и газ. Согласно этой теории, землевладелец не имеет права собственности на эти полезные ископаемые в своей земле. Каждый землевладелец имеет исключительное право бурить землю, и он становится собственником нефти и газа после того, как они добыты. Это право можно передать путем продажи или иным способом. Хотя право на разведку полезных ископаемых является интересом в отношении земли, это не реальное имущество [19].

Заключение
В воздухе висит вопрос о коренном переломе в экономической науке, о восстановлении общественных законов политэкономии, о новой экономической парадигме развития общества, основанной на солидарности, соединенной с информационными технологиями [3]. Должны измениться многие экономические категории, которые нацеливают производителя на безудержное производство и бесконтрольное потребление ресурсов, бездушное отношение к человеку труда и окружающей природе. Нужны глобальные перемены в законодательстве и учете, потому что человек также нуждается в защите, как и природа. И пусть об этом помнят все экологические защитники окружающей среды, твердящие о выбросах углекислого газа в атмосферу. Следует напомнить им, что и человек при дыхании выделяет СО2. Для обеспечения экологической безопасности следует использовать современные достижения организационно-экономического моделирования [20].
Настоящая статья продолжает серию статей в "Научном журнале КубГАУ", посвященных развитию солидарной информационной экономики (см., например, [21, 22]).

Литература
1. Буланов В.С. Методологии экономических явлений и процессов: сравнительный анализ : монография. – М.: Проспект, 2017. – 64 с.
2. Новиков А.М., Новиков Д.А. Методология. – М.: СИНТЕГ. – 668 с.
3. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
4. Орлов А.И. Неформальная информационная экономика будущего. – В сб.: Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
5. Катасонов В. Клаус Шваб и Карл Маркс. [Электронный ресурс] URL: http://sovross.ru/articles/2076/50656 (дата обращения 17.07.2021).
6. Фурсов А. Великая перезагрузка Шваба. [Электронный ресурс] URL: https://www.discred.ru/2021/01/05/lokda ... sa-shvaba/ (дата обращения 17.07.2021).
7. Ведута Е. Манифест инклюзивного капитализма: волки останутся сыты, а что с овцами? [Электронный ресурс] URL: https://regnum.ru/news/polit/3165745.html (дата обращения 17.07.2021).
8. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
9. Кропоткин П.А. Взаимопомощь среди животных и людей / Пер. с англ. А.А. Николаева.- Минск: Изд-во «Беларуская Энцыклапедыя», 2006. – 320 с.
10. Винер Н. Кибернетика и общество / Перевод Е. Г. Панфилова. Общая редакция и предисловие Э. Я. Кольмана. - М.: Издательство иностранной литературы, 1958. - 200 с.
11. Автоматизация производства автомобилей. [Электронный ресурс] URL: http://car-test.net/car-article.php?aid=22 (дата обращения 18.07.2021).
12. Лем С. Сумма технологий. М.: Издательство АСТ, 2020. – 736 с.
13. Кожев А. Колониализм с европейской точки зрения // Вестник Европы. 2002. № 5. [Электронный ресурс]
URL: https://magazines.gorky.media/vestnik/2 ... eniya.html (дата обращения 17.07.2021).
14. Ленин В.И. Империализм как высшая стадия капитализма. М.: Изд-во URSS, 2019. – 128 с.
15. Орлов А.И. Метод ценообразования на основе оценивания функции спроса / Научный журнал КубГАУ. 2020. №158. С. 250 – 267.
16. Кашин В. Три эпохи рынка нефти. [Электронный ресурс] URL: http://www.nefteblog.ru/blog/tri_ehpokh ... 0-10-19-22 (дата обращения 18.07.2021).
17. Шваб К. Четвертая промышленная революция. — М.: «Эксмо», 2016. - 208 с.
18. Право частной собственности на землю в США. [Электронный ресурс] URL: https://vuzlit.ru/1634189/pravo_chastno ... i_rubezhom (дата обращения 19.07.2021).
19. Крассов О.И. Право собственника земли в имущественном праве в США. [Электронный ресурс] URL: https://wiselawyer.ru/poleznoe/85946-pr ... prave-ssha (дата обращения 19.07.2021).
20. Орлов А.И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания. – Saarbrücken: Palmarium Academic Publishing. 2012. – 344 с.
21. Орлов А.И. Основные идеи солидарной информационной экономики - базовой организационно-экономической теории // Научный журнал КубГАУ. 2015. №112. С. 52–77.
22. Орлов А.И. О развитии солидарной информационной экономики // Научный журнал КубГАУ. 2016. №121. С. 262–291.


Публикация:
1190. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа современной политэкономии // Научный журнал КубГАУ. 2021. №171. С. 160 – 190. Режим доступа: http://ej.kubagro.ru/2021/07/pdf/11.pdf .


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб апр 02, 2022 11:19 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1106 от 4 апреля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

О возможном будущем рассуждает проф. В,Ю. Катасонов в статье "«Великая перезагрузка», или lockdown навсегда".
Представляет интерес обзор Кристины Лавренюк "История нейронных сетей в СССР", несмотря на некоторую односторонность
В статье "Китай: разрушение старых иллюзий" заместитель директора ИМЭМО имени Примакова Александр Ломанов прокомментировал визит Сергея Лаврова в Пекин




«Великая перезагрузка», или lockdown навсегда

Валентин Катасонов

Чтобы понять, что происходит и может произойти в российской экономике, надо понимать, что происходит в экономике мировой.
Об этом рассказывает доктор экономических наук, председатель Русского экономического общества имени Шарапова Валентин Катасонов.
Конечно, главным фактором происходивших в мировой экономике событий и процессов был COVID-19. В первой половине этого года все гадали-рядили о том, откуда взялся этот страшный вирус и как долго он будет мучить человечество. Вернее, даже не сам вирус, а те меры властей, которые получили название lockdown и которые выразились в том, что людей принудили к «самоизоляции», «дистанцированию», «масочному режиму» и т.п.; а бизнес – к закрытиям, ограничениям, дистанционной работе сотрудников и т.п.
Но вот в июле вышла книга известного во всем мире Клауса Шваба (бессменного руководителя Всемирного экономического форума – ВЭФ) под названием COVID-19: The Great Reset («COVID-19: Великая перезагрузка»). В ней профессор Шваб, безусловно, принадлежащий к узкому кругу мировой элиты и выражающий ее интересы, раскрыл многие секреты.
Во-первых, мировая элита уже давно готовила «революцию сверху», но для нее не все было еще готово. В 2020 году она началась. Видимым ее проявлением стал массовый, глобальный lockdown.
Во-вторых, так называемая «пандемия COVID-19» – дымовая завеса, которая дала основания для lockdown и лишила людей нормальной жизни. Профессор задает риторический вопрос: «Когда же будет возврат к «нормальной» жизни?» И сам же дает циничный, но честный ответ: «Никогда». «Пандемия» и lockdown – навсегда.
В-третьих, он немного раскрывает картину того «дивного нового мира», который должен возникнуть в результате «Великой перезагрузки».
Раскрою подробнее последний тезис. Клаус Шваб дает читателю понять: о всей той чуши, которая называется «экономическим либерализмом» и которая насаждалась десятилетиями, следует раз и навсегда забыть.
Человечество приглашается в пост-капитализм, где править будет элита (1% населения планеты вместе с прислугой), а все остальные 99 % будут рабами, помещенными в цифровой концлагерь.
Конечно, «политкорректный» профессор Шваб таких слов, как «рабы», «концлагерь», не употребляет. Но если вдумываться в смысл его предложений по «Великой перезагрузке», то так оно и есть.
Например, его предложения по жесткому цифровому контролю над гражданами «дивного нового мира» означают, что они будут находиться под электронным колпаком, в цифровом концлагере.
Клаус Шваб произносит красивые слова о «равенстве» в будущем мире. Да, так оно и будет. Речь идет о равенстве рабов, т.е. 99% человечества. Шваб говорит о таких «предрассудках» и «рудиментах» старого капитализма, как прибыль, право собственности, акционерная форма предприятий и т.п. Все это должно быть в добровольно-принудительном порядке ликвидировано.
На место капитализма собственников придет «экономика пользователей». На место краткосрочной спекулятивной прибыли должно прийти устойчивое и долговременное приращение стоимости, которая будет якобы создаваться для всего человечества. Но по факту ею распоряжаться будет лишь элита – тот самый «золотой процент».
С акционерной формой компаний будет покончено. Ведь у такой компании только одна цель – максимизация прибыли любой ценой в интересах акционеров. А последних ничего, кроме прибыли и дивидендов, не интересует. Капитализм акционеров должен быть трансформирован в капитализм стейкхолдеров (stakeholders) – т.е. «капитализм всех заинтересованных сторон».
А кто эти стейкхолдеры? – Только крупнейшие корпорации. Большинство из них сегодня мы называем «транснациональными корпорациями» (ТНК). Завтра такое название может оказаться некорректным, даже абсурдным. Почему? – Потому что не будет национальных государств.
Согласно Швабу, национальные государства – анахронизм, пережиток старого капитализма. Надо стремиться к размыванию национальных границ, национальных государств. И в «дивном новом мире» корпорации будут не «транснациональными», а «глобальными».
Глобальные корпорации должны постепенно брать на себя все функции государства, по сути, планируется приватизация государства. Правда, в вопросе о будущем государства Шваб рассуждает очень взвешенно. В переходный период оно элите может очень даже понадобиться. Ведь наверняка не все захотят добровольно войти в «дивный новый мир» (т.е. цифровой концлагерь).
Вот и потребуется сила, в том числе полиция и даже армия, для того, чтобы загонять «диссидентов» в «светлое будущее». А уж потом, когда все окажутся в цифровом концлагере, можно будет окончательно упразднить прежние государства. Высшим управляющим институтом станет мировое правительство, которое будет опираться на глобальные корпорации.
Итак, Шваб говорит о крупных корпорациях как несущей конструкции нового капитализма. А где же малый и средний бизнес? – А ему в этой конструкции места нет. Малые и средние компании уже зачищаются в ходе нынешнего lockdown.
А куда же деть миллионы и миллионы тех, кто был занят в этом секторе экономики? Часть из них, как считает Клаус Шваб, должны взять на работу крупные «социально ответственные» корпорации.
Но большую часть освободившихся работников занять не удастся. Тем более что Клаус Шваб очень ратует за более широкое использование роботов и всяких автоматов, замещающих живой труд, причем не только физический, но и умственный. С этими роботами и автоматами профессор носится уже давно. Возьмите, например, его предыдущую книгу «Четвертая промышленная революция» (2016 г.), где он описывает ожидаемые изменения в экономике, порождаемые революцией в сфере цифровых технологий, нано- и биотехнологий. Кстати, уже в той книге Шваб говорил об острой необходимости приведения капитализма в соответствие с новой технологической базой.
Для того, чтобы предложения Шваба по построению «дивного нового мира» не вызывали у народа страха и протеста, он успокаивает людей обещаниями введения социальных амортизаторов, которые помогут перенести возникающие перегрузки. Люди не должны бояться потери работы и доходов, потому что предлагаемая Швабом модель носит название «социально ответственного капитализма».
Одним из проявлений такой «ответственности» является обещание ввести так называемый «безусловный базовый доход» (ББД).
Идея такого гарантированного, постоянного, распространяющегося на всех граждан государства и обеспечивающего прожиточный минимум дохода уже витает в головах некоторых политиков, общественных деятелей и экономистов несколько десятилетий. Были эксперименты по введению ББД в отдельных городах и регионах некоторых стран, преимущественно европейских.
Ближе всех к введению ББД была Швейцария, которая в 2016 году даже провела референдум по данному вопросу. Проект ББД, выносимый на всенародное голосование, предусматривал выплату каждому взрослому гражданину 2500 швейцарских франков (примерно 2250 евро). Но неожиданно для многих большинство граждан альпийской республики отвергли идею ББД.
Вернее, они голосовали не против этого дохода, а против того, чтобы были увеличены налоги. Ведь для того, чтобы практически реализовать проект ББД, Швейцарской Конфедерации надо было увеличить доходную часть бюджета, для чего требовалось примерно в два раза повысить налоги.
Во время нынешней «пандемии COVID-19» идея ББД опять вышла на первый план. Но ни одна страна такой гарантированной финансовой помощи гражданам ввести не решилась. В лучшем случае все ограничилось раздачей так называемых «вертолетных денег». … Предлагаемая Швабом схема также очень напоминает конструкцию экономики Третьего рейха, которая базировалась на гигантских корпорациях. Корпорации Третьего рейха действительно не ставили перед собой цель получения прибыли. Но они не служили и немецкому народу. Для них высшей целью были интересы Германии: Deutschland über alles. А если копать глубже, то за вывеской «Германия превыше всего» стояли интересы верхушки Третьего рейха. Интересы были действительно не экономические. Верхушка жаждала мировой власти.
Вот и за риторикой Клауса Шваба о корпорациях стейкхолдеров скрываются интересы мировой элиты. Ей действительно прибыль не нужна. Они хотят стать хозяевами мира. «Дивный новый мир» – рабовладельческий строй, а в таком строе не только прибыль, но и деньги становятся анахронизмом.
Итак, книга Клауса Шваба «COVID-19: Великая перезагрузка» – дешевая, но очень опасная риторика, призванная усыпить внимание человечества. В проекте «Великой перезагрузки» единственной «заинтересованной стороной» является мировая элита, которая и выдала Клаусу Швабу социальный заказ на подготовку проекта и его продвижение.
Кое-что новое о проекте «Великая перезагрузка» мы узнаем в январе 2021 года, когда будет проходить очередной ежегодный саммит ВЭФ. Правда, впервые за полвека он будет проводиться не в швейцарском городе Давосе, а дистанционно, в режиме онлайн.
Впрочем, вряд ли в проект «Великая перезагрузка» в ходе саммита будут внесены какие-то радикальные изменения. Все и так ясно.
Мировая элита сумела в этом году надеть на миллиарды людей в мире маски. Она поняла, что можно смело продолжать наступление. Сопротивления почти нет. И поэтому собственную маску секретности она решила отбросить. Мы имеем дело с открытым заговором против человечества.

Развитие темы - в новой книге В.Ю. Катасонова «Читая Шваба. Инклюзивный капитализм и великая перезагрузка. Открытый заговор против человечества».

Вышла в свет новая книга:
В.Ю. Катасонов. Читая Шваба. Инклюзивный капитализм и великая перезагрузка. Открытый заговор против человечества. – М.: «Книжный мир», 2021. – 320 с.

В новой книге профессора В.Ю. Катасонова рассказано о главном событии нашей исторической эпохи, о котором знают далеко не все. «Великая перезагрузка», или «Великое обнуление» – так назвали это событие его творцы, сильные мира сего, которые решили загнать население планеты в цифровое рабство и утвердить свой фашистский новый мировой порядок на века. Богатейшие люди планеты, известные политики и даже папа римский замешаны в этом «открытом заговоре» против человечества. Разоблачению мирового заговора элит и посвящена эта книга.

http://sovross.ru/articles/2111/51793


История нейронных сетей в СССР

Сегодня нейронные сети широко известны благодаря достижениям таких учёных как Джеффри Хинтон, Йошуа Бенджио и Ян ЛеКун. Но далеко не все открытия в области коннекционизма сделаны на Западе. Над нейронными сетями начиная с конца 50-х годов активно работали и в Советском союзе, хотя за исключением специалистов сегодня немногие знают о подробностях этих исследований. Поэтому мы решили напомнить о работе советских учёных, рассказав историю отечественного коннекционизма.
1960-е стали золотым веком советской науки. К 1975 году одна четверть от всего количества учёных в мире работала в СССР, при этом большое внимание уделялось точным наукам, плоды которых часто имели прикладное значение. Не обходили стороной и кибернетику, в которой видели огромный потенциал. Под влиянием военного и учёного Анатолия Китова она была реабилитирована после недолгой «опалы». Шла работа в области автоматического управления, машинного перевода, сетевых технологий… Сейчас бы мы сказали, что в СССР существовала целая школа искусственного интеллекта!
В рамках кибернетики развивалось и направление, которое мы привыкли называть нейросетевым. Юрген Шмитхубер, создатель известной нейросетевой архитектуры LSTM, известный в наши дни также как историк глубокого обучения, часто ссылается в своих выступлениях на вклад советских учёных в становление этого направления.
В 60-ые годы в СССР большими тиражами выходило несколько серьёзных тематических изданий, и, судя по наукометрической статистике, изрядная доля мировых коннекционистских исследований издавалась именно на русском языке. Коннекционизм в какой-то момент оказался настолько популярен, что им занялись не только в метрополии, но и в других городах и республиках, например в Армении и Грузии. К сожалению, пока что оцифрована лишь небольшая доля публикаций тех лет, большинство работ можно найти только в оффлайн-библиотеках.

«Шла машина из Тамбова» или чем занимался Маккарти в СССР

Несмотря на железный занавес, советские исследователи не варились в собственном соку. Существовал интенсивный обмен идеями между нашими и заграничными учёными. Если говорить про кибернетику, в 1965 году в рамках международного обмена группа западных исследователей посетила СССР. В составе делегации был и Джон Маккарти, автор термина «искусственный интеллект». После открытия III Всесоюзного совещания по автоматическому управлению (технической кибернетике) в Одессе и его продолжения на пароходе «Адмирал Нахимов», делегация отправилась в тур по советским научно-исследовательским институтам. Сначала они заехали в Киев и познакомились с академиком Виктором Глушковым, автором концепции ОГАС, а также с профессором Киевского политехнического института Алексеем Ивахненко, о котором речь пойдёт далее. Затем последовал визит в Тбилиси, где западных гостей встречал директор Института систем управления Академии наук Грузинской ССР Арчил Элиашвили. Там над многослойными (или, как их называли в советской литературе, «многорядными») перцептронами работали исследователи, имена которых сейчас даже человеку, подкованному в теме, мало что скажут. Они занимались в том числе системами распознавания речи. Уинстон Нельсон (Winston Nelson) из Лаборатории Белла, участвовавший в делегации, описывает визит в грузинскую лабораторию так:
«Там на полу был небольшой робот, и он передвигался согласно произносимым вслух командам. <...> А затем мы вернулись в офис директора, где стоял длинный стол, уставленный вазами с фруктами, хачапури и превосходным грузинским коньяком».
Помимо Одессы, Киева и Тбилиси, делегация посетила Баку, Москву, Минск, Ленинград и несколько других городов союзных республик. В Москве Маккарти встретился со своим старым знакомым — академиком Андреем Ершовым. Коллеги познакомились в декабре 1958 года в Великобритании на Конференции по автоматизации мыслительных процессов. После визита в Москву Маккарти в сопровождении Ершова отправился в новосибирский Академгородок, откуда через Москву вернулся домой (в реалиях холодной войны, когда Новосибирск был одним из полузакрытых научных центров, Ершову стоило больших трудов согласовать этот визит).
Отношения между Ершовым и Маккарти, судя по их переписке, были вполне дружеские, а не только профессиональные. Например, Маккарти в одном из писем просит Ершова прислать запись песни «Шла машина из Тамбова». Или вот другой пример: когда Маккарти гостил в Союзе, в рабочей группе Международной федерации по обработке информации произошёл конфликт относительно стандартов разработки языка Алгол 68. Тогда Никлаус Вирт откололся от большинства и начал работу над языком Паскаль. Маккарти и Ершов сочинили и записали в ответ на это шуточную песню, которую адресовали «раскольникам». Маккарти привёз запись на плёнке на очередное заседание рабочей группы. Произведение исполнялось, как вспоминали авторы, на мелодию «русской народной песни» «Это не я, глупышка» (на самом деле имеется в виду песня «It ain’t me, babe» Боба Дилана). У песни был и английский, и русский варианты. Приведём припев последнего:

Подайте нам язык другой,
Чтобы не было в нем обмана,
Чтоб на нем могла писать
Любая обезьяна…
Нет, нет, нет, — это не наш язык…

Через три года Маккарти ещё раз приехал в Академгородок — теперь уже на два месяца и в качестве сотрудника Вычислительного центра: он прочитал курс по верификации программ в Новосибирском университете. В ходе одной из поездок Маккарти познакомился с Александром Кронродом, который работал над шахматной программой, наследницей которой стала знаменитая «Каисса», и договорился о проведении первого в мире шахматного матча между компьютерными программами. В этом матче в 1967-м году советская шахматная программа, разработанная в Институте теоретической и экспериментальной физики, победила программу Стэнфордского университета со счётом 3-1.

Алексей Ивахненко и «Метод группового учёта аргументов»

В 1965-м году в издательстве «Мир» впервые увидел свет перевод на русский язык книги Фрэнка Розенблатта «Принципы нейродинамики». Учитывая, что оригинал вышел в 1962-м, можно предположить, что переводить её начали почти сразу после английской публикации. Одним из самых горячих поклонников подхода, использованного Розенблаттом, в СССР стал Алексей Григорьевич Ивахненко. Он начал заниматься перцептронами ещё до выхода этой книги и был знаком с ранними публикациями Розенблатта. В момент выхода перевода «Принципов нейродинамики» Ивахненко уже был признанным учёным, его книга «Техническая кибернетика», вышедшая до перевода принципов нейродинамики, не только выдержала два издания на русском языке, но также была опубликована на английском, немецком, болгарском, польском и румынском.
Научный интерес Ивахненко к самоорганизующимся системам проявился ещё в 1950-е годы: в 1959 году он успешно собрал и испытал собственную версию перцептрона — машину «Альфа», названную, по всей видимости, в честь альфа-перцептрона Розенблатта. С 1963 года Ивахненко работал под руководством знаменитого академика Виктора Михайловича Глушкова. Впрочем, в отношениях учёных не всё было гладко: в 1959 году Глушков пишет письмо коллеге, что в книге Ивахненко «сделана попытка объявить элементарные самонастраивающиеся системы более высокими кибернетическими устройствами, чем вычислительные машины, которые якобы способны реализовать лишь жёсткие алгоритмы». Похоже, Глушков обвинял Ивахненко в желании «подмять под себя кибернетику». Хотя, судя по другим свидетельствам, конфликт не был таким серьёзным, каким мог показаться. Один из сотрудников Ивахненко, Михаил Шлезингер, до работы с учёным был сотрудником института Глушкова, где занимался ничем иным, как симуляцией нейронных сетей на цифровой электронной машине «Киев»! Даже после перехода Ивахненко под руководство Глушкова работы над нейронными сетями не были прекращены. То есть, несмотря на разногласия, учёные продолжали работать вместе. Скорее всего, Глушков боялся, что приоритет будет неверно отдан развитию нейрокомпьютеров, с помощью которых большинство задач, особенно прикладных, на тот момент решить было нельзя. То есть, он скорее ратовал за правильное распределение ресурсов, чем за прекращение работы над нейронными сетями. Кстати, разногласия Глушкова и Ивахненко касались актуального и на сегодняшний день противопоставления символьного подхода и коннекционизма. Представителей последнего в СССР называли сторонниками «недетерминистического» подхода (в терминах Ивахненко — «подхода самоорганизации») в противовес «детерминистическому» символьному подходу. Споры эти в СССР, как и на Западе, носили весьма ожесточённый характер.
Важным результатом, полученным Ивахненко, стало создание и развитие «Метода группового учёта аргументов» (МГУА), одного из первых в истории алгоритмов глубокого обучения. Как и для Якова Цыпкина, для Ивахненко самообучение распознающей системы обозначало «процесс автоматического, то есть проходящего без вмешательства человека, установления границы, разделяющей пространство входных сигналов и признаков на области, отвечающие отдельным образам». Уже в начале 1970-х годов Ивахненко и его коллегам удавалось обучать восьмислойные нейронные сети, в основе которых лежал искусственный нейрон, основанный на интерполяционном полиноме Колмогорова — Габора.
Некоторые исследователи на Западе примерно в то же время или несколько раньше Ивахненко обучали сети с одним промежуточным слоем. Например, этим занимались коллеги Розенблатта Сэм Виглион (Sam S. Viglione) и Роджер Дэвид Джозеф (Roger David Joseph), в честь которых получил своё название алгоритм Джозефа — Виглиона. Однако сети Ивахненко, содержащие восемь слоёв, явно опережали своё время. Впрочем, сами подходы, использованные им в МГУА и Виглионом с Джозефом, отдалённо напоминают друг друга. Алгоритм Джозефа — Виглиона шаг за шагом генерирует и оценивает двухслойные нейронные сети с прямым распространением, автоматически идентифицируя небольшие подмножества признаков, которые обеспечивают лучшую классификацию примеров из обучающей выборки. Полученные сети затем подвергаются валидации (проверке) на части данных, не включенных в обучающую выборку. В МГУА в нейронную сеть на каждом шаге добавляются дополнительные слои, обучаемые с использованием регрессионного анализа (таким образом, МГУА восходит к методам, разработанным ещё в XIX веке в работах Лежандра и Гаусса). Затем применяется процедура сокращения слоя. Для этого точность предсказаний каждого из нейронов оценивается при помощи валидационной выборки, а затем наименее точные нейроны удаляются.
Книга «Предсказание случайных процессов», написанная Ивахненко в соавторстве с Валентином Лапой и увидевшая свет в 1969 году, стала своеобразным компендиумом техник, исследовавшихся советскими коннекционистами, а книга 1971-го года «Системы эвристической самоорганизации в технической кибернетике» содержит не только подробное описание МГУА, но и множество примеров его применения для решения прикладных задач. В этой книге Ивахненко писал:
«Уже в 1990-м году кибернетические системы автоматизированного управления производством (в масштабе завода, отрасли и всей страны) сократят потребность в рабочей силе на 50%, то есть, рабочая неделя может быть снижена до трёх рабочих дней».
Удивительно, как Ивахненко удалось угадать важнейшие тренды в развитии вычислительной техники!
В его книге можно увидеть и грядущее торжество персональных компьютеров, и триумфальное шествие интернета, и даже тенденцию на всё более тесное сращивание человека с машиной, ярко проступившую в эпоху смартфонов и носимых устройств. Кстати, у уже упоминавшегося нами Александра Кронрода, советского теоретика искусственного интеллекта, в книге «Беседы о программировании» затронута даже тема бессмертия, которой посвящена целая глава. Автор говорит, что старение — это «чужеродный, посторонний организму процесс», и далее излагает концепцию запрограммированного старения. Сторонниками этой идеи являются многие современные трансгуманисты.
Хотя нейросетевые модели наших дней, лежащие в основе новой коннекционистской весны, лишь отдалённо похожи на сети, построенные при помощи МГУА, именно данный метод в некоторой степени стал поворотным пунктом в коннекционистских исследованиях. Исследователями в полной мере был осознан тот факт, что обучение глубоких нейронных сетей в принципе возможно, и что именно их использование может обеспечить прорывные результаты в решении тех или иных задач машинного обучения. Многие работы Ивахненко и его коллег были переведены на английский язык, и отсылки к ним мы можем увидеть в современных работах по глубокому обучению. Метод группового учёта аргументов используется исследователями и в наши дни, хотя занимается им лишь небольшое количество специалистов на территории бывшего СССР и в «дальнем зарубежье». Кстати, несмотря на непопулярность метода, его реализация даже есть на гитхабе.

«Метод без названия» от Александра Галушкина

В августе 1974-го года тиражом 8 000 экземпляров вышла книга Александра Ивановича Галушкина, тогда — сотрудника МФТИ, под названием «Синтез многослойных систем распознавания образов». С точки зрения современной терминологии название книги можно понимать как «Обучение многослойных нейронных сетей». Книга Галушкина стала первым систематическим изложением идей учёного, развитых им и его коллегами в предшествующие годы.
Первые публикации Галушкина на тему создания и обучения многослойных нейронных сетей относятся к 1971—1973 годам. Учёный прекрасно знал о работах западных коннекционистов. Полюбуйтесь списком систем распознавания образов, который приводит Галушкин в своей книге: Mark-I, Mark-II, Papa, Kybertron, Altron, Konflex, Albert-1, Adalin, Madalin, Minos-2, Illiak-2, Illiak-3, Tobermory, GHILD, Astropower, Adapt-1, Adapt-2, DSK, Ziklop-1, Simisor, Auditran, Shubocs, Gaku и др.
Галушкин рассматривает использование в нейронных сетях функций активации, отличных от функции Хевисайда и сигнума (обозначается «sgn», функция знака, имеющая три возможных значения: 0, 1 и −1). Необходимость применения функций с континуумом решений у Галушкина обосновывается следующим образом:
«Экспериментальное исследование данного алгоритма показало, что скорость сходимости при нахождении некоторой локальной моды мала, и причиной этого является применение в многослойной системе распознавания с двумя решениями, которые в значительной степени «загрубляют» информацию о градиенте функционала вторичной оптимизации при квантовании входного сигнала. В связи с этим основным предметом исследования являлась двухслойная система распознавания, по структуре подобная описанной выше, но состоящая из линейно-пороговых элементов с континуумом решений».
В итоге выбор автора останавливается на арктангенсе, умноженном на 2/π для приведения значений функции к диапазону (−1;1). График арктангенса, как и график популярных в наши дни логистической функции и гиперболического тангенса, является сигмоидой.
Галушкин рассматривает задачу обучения нейронной сети в качестве задачи градиентного спуска. Он применяет цепное правило для вычисления градиента, подробно рассматривает случай обучения сетей с двумя обучаемыми слоями, а также коротко показывает, как следует решать задачу в случае многослойных сетей и сетей с рекуррентными связями, но не даёт используемому им методу какого-либо собственного названия. При этом вопрос конкретной топологии сетей в книге практически не затрагивается, зато уделено внимание сетям с переменным числом слоёв: Галушкин описывает подход, напоминающий МГУА с послойным обучением и постепенно наращиваемыми слоями. Автор также приводит результаты множества экспериментов по обучению сетей с различными параметрами процесса обучения, стремясь оценить их влияние на сходимость модели. Кроме математических моделей, Галушкин совместно с В. Х. Наримановым ещё в начале 1970-х годов сконструировал собственную версию аппаратного перцептрона.
Александр Иванович Галушкин продолжал работу над нейросетевыми технологиями до самого конца своей жизни и был одним из наиболее ярких лидеров этого направления в Советском союзе, а затем и в России, на протяжении более чем сорока лет. В 2007 году издательство Springer Science & Business Media выпустила книгу Галушкина «Теория нейронных сетей» [Neural Networks Theory] на английском языке с вводными словами Лотфи Заде, Сюнъити Амари и одного из знаменитых пионеров нейросетевого подхода Роберта Хехта-Нильсена (Robert Hecht-Nielsen, 1947—2019). В новом тысячелетии работы Галушкина неоднократно выходили в международных научных изданиях и оказали влияние на состояние современной нейросетевой науки.

Терминология имеет значение

В те годы и в западном, и в советском мире нейроны не называли нейронами: у Розенблата в «Принципах нейродинамики» они называются модулями (units), а то, что мы сейчас знаем как «нейросети», в советской традиции имело несколько других названий. Многослойный перцептрон (multilayer perceptron) у Ивахненко назывался многорядным, вместо нейронов учёный использовал термин «переменные», вместо сети — «фильтр». У Галушкина сеть называлась «системой распознавания», нейрон — «линейно-пороговым элементом», а обученная сеть (то есть сеть, предназначенная только для выполнения [inference]) — «сетью с разомкнутым контуром». Почему учёные старались не использовать слово «нейрон»? А потому, что это отсылка к биологическому прототипу — нейрону в коре головного мозга. Слои — это тоже вполне нейробиологический термин, унаследованный от слоёв клеток коры головного мозга, поэтому у Ивахненко перцептрон — многорядный.
Тенденции «биологизаторства» в СССР противостояли философы. Они видели в его проявлении редукционизм, сведение системы более высокой ступени организации к системе более низкой ступени. Точно так же, как жизнь человека нельзя свести к одним лишь биологическим процессам, нельзя даже в далёком приближении приравнивать вычислительную модель к реальному нейрону. Такая тенденция была характерна и для западной школы, но для советской школы она была более ярко выражена. Учёные подвергались большому давлению со стороны философов, которые критиковали любую попытку назвать какой-то технический предмет термином из арсенала биологов. Да и сами коннекционисты боялись повторять в названиях имена биологических прототипов, потому как это могло не только ввести людей в заблуждение, но и в ряде случаев исказить представление о самой научной работе. К счастью, табу на слово «нейроны» в информатике не помешало учёным вести исследования в области нейронных сетей.
Другой термин, достойный внимания — это «техническая кибернетика». Учёные, занимавшиеся вычислительной техникой в 1960-х, после смерти Норберта Винера не продолжили ассоциировать себя с кибернетикой. В Советском Союзе же, вопреки распространённому мнению, что она была запрещена, кибернетика расцветала. Гонения на неё продолжались всего несколько месяцев, до момента, когда признанный специалист в области кибернетики, инженер-полковник Анатолий Китов написал статью «Основные черты кибернетики». Парадоксальным образом Советский союз стал центром мировой кибернетики. Когда в 60—70-ые годы у нас говорили об этой области, на Западе среди информатиков о ней уже мало кто вспоминал. Причём развивалась именно техническая кибернетика. Предметную область так назвали, чтобы отмежеваться от винеровского понятия кибернетики, которое подразумевало применение её техник в социальных науках. Техническая кибернетика изучала только технические системы управления.
Почему сейчас, когда вспоминают о нейронных сетях, никто не говорит про кибернетиков? Почему на западе компьютерные учёные перестали называть себя таковыми? Почему это название ушло в небытие, хотя наука продолжала развиваться? Ведь к области кибернетики можно отнести и первые нейросетевые эксперименты: Мак-Каллок и Питтс были регулярными участниками конференций Мейси и долгое время работали вместе с Норбертом Винером. Кибернетик У. Росс Эшби изучал мозг, и на основе своих наблюдений выдвинул концепцию суперстабильности систем, а также создал гомеостат — одно из первых устройств, которое можно, хотя и с натяжкой, отнести к аппаратному воплощению искусственной нейронной сети. Аналогия с нейронным сетями прослеживается и в устройстве машин Грея Уолтера. Возможно, дело в том, что компания кибернетиков со временем стала относительно малочисленной (после ссоры Винера с Мак-Каллоком и Питтсом круг кибернетиков значительно поредел) и разбросанной по миру: Эшби, Грей Уолтер и Стаффорд Бир работали в Великобритании (какое-то время Бир провёл в Чили, где в годы президентства Сальвадора Альенде предпринял попытку создания кибернетической системы для управления экономикой, но её реализация была прервана приходом к власти хунты Пиночета). Американские поствинеровские кибернетики занимались в основном биологическими системами. Математиков и людей, занимающихся вычислительной техникой, среди них было мало. Естественным путём пальма первенства перешла к тем, кто тогда работал над решением прикладных задач при помощи компьютеров. А решались они главным образом при помощи символьных методов. Коннекционисты второго поколения в 70-е также по разным причинам отошли от дел. Бернард Уидроу занялся бизнесом, Розенблатт погиб, исследователи из Стэнфордского исследовательского института (SRI) переключились на символьные методы. «Провал» на Западе длился порядка пяти лет и закончился в 1978-ом году, когда темой занялись Дэвид Румельхарт, Джеффри Хинтон и их коллеги. Таким образом, на время пальму первенства в мире ИИ перехватил Марвин Минский и Массачусетский институт технологий. Научная традиция пресеклась, и признанные специалисты в области IT были уже не из круга кибернетиков.

***

Советская коннекционистская традиция, в отличие от западной, была непрерывной. И Галушкин, и Ивахненко занимались своими разработками до последнего времени (Александр Галушкин умер несколько лет назад, а Алексей Ивахненко — в начале 2000-х). Да и их коллеги в других институтах продолжали исследования в области коннекционизма. Правда, бюджеты, выделяемые на это направление, были довольно скромны, так как оно не считалось мейнстримным (появились другие, более перспективные направления, перетянувшие на себя основную часть ресурсов; к их числу относились базы знаний, функциональное и логическое программирование, экспертные системы, обработка естественного языка на основе регулярных грамматик и т. д.).
Из-за того, что советские коннекционисты работали с маленькими бюджетами, им не удалось достичь быстрого прогресса, как на Западе в 1980-е. Несмотря на то, что советские учёные благодаря работам Галушкина были знакомы с методом обратного распространения ошибки уже в 1970-е годы, это не привело к появлению крупных прикладных проектов в области нейронных сетей, подобных созданию системы распознавания рукописных почтовых индексов в США. С другой стороны, не было и периода полной приостановки исследований в области искусственных нейронных сетей.
Непросто, пожалуй, найти в истории науки другой подход, для утверждения которого потребовались бы столь длительные и повторяющиеся усилия такого количества учёных, работавших зачастую в изоляции друг от друга. И всё-таки в итоге лёд тронулся, и нейронные сети возвратились в область видимости основного направления науки.

Кристина Лавренюк

https://www.pravda-tv.ru/2021/03/02/487 ... tej-v-sssr

Комментарий. С точки зрения прикладной статистики нейросети - один из методов использования обучающих выборок для решения задач диагностики (распознавания образов, дискриминантного анализа), причем не оптимальный. Например, он проигрывает методам на основе непараметрических оценок плотности. Впрочем, любители нейросетей обычно не разбираются в математических методах статистики. Действительно, "терминология имеет значение" - стоит продавить новый термин, как возникает иллюзия, что можно игнорировать работы всех тех, кто использует другие термины.

А.И. Орлов


Китай: разрушение старых иллюзий

Замдиректора ИМЭМО имени Примакова Александр Ломанов прокомментировал визит Сергея Лаврова в Пекин

Москва. 24 марта. INTERFAX.RU - Состоявшийся визит министра иностранных дел России Сергея Лаврова в Пекин был не только подготовкой к встрече на высшем уровне, но и свидетельством глубоких отношений между двумя странами. Более того, он продемонстрировал дальновидность российских и китайских руководителей, которые 20 лет тому назад заключили Договор о дружбе, добрососедстве и сотрудничестве.
На эту тему наш специальный корреспондент Вячеслав Терехов беседует с заместителем директора ИМЭМО имени Примакова, доктором исторических наук профессором РАН Александром Ломановым.

- Чем характерен нынешний визит Сергея Лаврова в Пекин? Привнес ли он что-то новое в наши двусторонние отношения?
- Чтобы понять значение визита министра иностранных дел России Сергея Лаврова в Китай, надо обратить внимание на события, которые произошли за несколько дней до этого. Взятые вместе они показывают, как быстро рушатся старые иллюзии, и насколько важны конструктивные отношения между нашими странами. Российско-китайское партнерство развивается уже несколько десятилетий, но по ряду причин оно оставалось недооцененным.
Первое событие - это разговор китайской и американской делегаций в Анкоридже. Американцы открыто попытались надавить на Китай, публично выставив им претензии по ситуации внутри страны. Госсекретарь США Энтони Блинкен объявил, что намерен обсудить проблемы Тайваня, Синьцзяна и Гонконга, так как они не являются внутренними проблемами Китая и потому влияют на мировую стабильность. Более того, эти претензии он подтвердил ссылкой на общность мнений с союзниками США. В Южной Корее и Японии он получил заверения в солидарности вместе противодействовать Китаю и заставить его "играть по правилам".

- Почему в Китае это восприняли так болезненно?
- Дело в том, что в ранний период налаживания взаимных отношений в 1970-е и 1980-е годы Америка относилась к Китаю как к своему косвенному союзнику в противостоянии с СССР. Она покровительствовала тогда Китаю, оказывала максимальную заинтересованную поддержку. К настоящему времени в Китае выросло уже два поколения политической, экономической и интеллектуальной элиты, которые привыкли к тому, что отношения с Соединенными Штатами – это самое главное.
Совсем недавно на российско-китайских научных конференциях после дежурных разговоров о важности дружбы между двумя странами в менее официальной обстановке китайские эксперты вопрошали: "Ну разве может Россия дать Китаю то, что может дать Америка? США - это инвестиции, новые технологии, огромный рынок". Подтекст был всегда один и тот же: конечно, никто не собирается отказываться от дружбы с Россией. Но ставить их отношения на одну доску с США невозможно, потому что у России нет такого рынка, нет таких технологий, нет таких университетов.
Появилась иллюзия, что отношения с Соединенными Штатами всегда будут такими же нормальными, конструктивными, деловыми, и что США вечно будут оставаться для Китая страной возможностей. Мысль о том, что это все может начать разрушаться так быстро и так необратимо, китайским аналитикам и образованному слою в голову не приходила. Во внешний мир Китай продвигал симпатичную идею своего мирного возвышения в эпоху глобализации и сотрудничества. В Пекине напоминали, что после Второй мировой войны Великобритания без всякого боя и соперничества, без военного конфликта уступила США место мирового лидера. И хотя при этом всегда делалась оговорка, что Китай относится к другой цивилизации, и что у него иная политическая система, царила уверенность, что смена мирового лидера произойдет мирно, без военного конфликта. Казалось, что Китай будет становиться все сильнее и сильнее, и в один прекрасный момент он превзойдет Соединенные Штаты, превратится в мировую державу номер один. И эта смена условной мировой власти произойдет незаметно, спокойно и без всяких потрясений.
И теперь стало понятно, что эти надежды, которые особенно явно проявлялись в первое десятилетие нынешнего века, не оправдались.

"Холодный душ" из Европы
Второе событие непосредственно связано с первым – это очень резкий ответ Китая на европейские санкции по Синьцзяну. Еще в прошлом году, когда Китаю удалось подписать с европейцами Всеобъемлющее инвестиционное соглашение, в Китае были очень заметны надежды на то, что Европа все-таки сохранит свой политический суверенитет. Поэтому Китай пошел на очень серьезные уступки европейскому бизнесу – прежде всего для немецких производителей, отчасти французских и голландских, то есть для наиболее развитых промышленных стран Европы. Они получали благодаря этому соглашению очень хорошие привилегированные условия на китайском рынке, которые позволили бы им не только закрепиться на нем, но и серьезно расшириться и заработать еще более весомую прибыль.
Китай пошел на эти уступки в надежде на то, что даст Европе стимул не вставать на сторону США, не быть участником антикитайского альянса. Эти уступки должны вызвать у Европы заинтересованность в сохранении собственного независимого конструктивного курса по отношению к Китаю.
Но это были иллюзии. Сейчас мы живем в мире, когда надежды и расчеты рушатся очень быстро. Уже в январе-феврале после прихода к власти Байдена стало ясно, что США быстро восстанавливают Трансатлантический альянс, а в Европе все чаще стали звучать рассуждения об "опасности" сотрудничества с Китаем, что Китай "нарушает права человека" и ведет себя "не по правилам". Как только Европа продемонстрировала свою готовность действовать в унисон с США против Китая, присоединившись к санкциям из-за ситуации в Синьцзян-уйгурском автономном районе, Китай ответил немедленно и очень жестко.
Сейчас мы уже можем понять, что два чувствительных для Китая раздражителя усилили друг друга. Сперва США заявили, что американская политика стала коалиционной и что они считают проблемы Тайваня, Синьцзяна и Гонконга международными проблемами, которые Запад намерен обсуждать с Китаем. В ответ со стороны китайской делегации прозвучала обстоятельная лекция по поводу внутренней и внешней политики КНР. Китайский представитель заявил, что американцам не позволят вмешиваться во внутренние дела Китая. Тут стало ясно, что окончательное размежевание с США неизбежно. Европейское возвращение в лоно Трансатлантического альянса и совместное с Америкой давление на Китай стали следующим "холодным душем".
В Пекине уже поняли, что в экономике внутренний цикл производства и потребления становится важнее, чем участие Китая в мировой торговле. Конечно, оно тоже не отменяется. Оно будет продолжаться, Китай будет привлекать и западные финансовые организации, и инвесторов во всех сферах: и в промышленности, и в компьютерных технологиях. Но, тем не менее, в том мире, который основательно потрепан эпидемией коронавируса и который охвачен политическими раздорами, Китай будет переходить к другой политике, которая получила наименование "двойная циркуляция". Первая циркуляция – это внутреннее производство для китайских потребителей, вторая циркуляция – это участие в международных экономических отношениях. Внутреннее производство стало главной задачей, при этом обе циркуляции должны поддерживать, а не мешать друг другу. То есть интересы внешнеэкономического сотрудничества ни коим образом не должны подавлять или сдерживать, или тем более идти во вред внутренней экономической циркуляции.

Дружба про запас
Вот на этом фоне и состоялся визит министра иностранных дел России в Китай. Стало ясно, что в этих условиях Китай и Россия нуждаются в друг друге намного больше, чем это было 20 лет назад, когда заключали Договор. Тогда наше сотрудничество и китайские и российские эксперты воспринимали как, я бы назвал, "дружбу про запас".
И в 90-е, и в нулевые годы между российскими и китайскими элитами было общее. Это устремленность во внешний мир и надежда на то, что они смогут быстро, безболезненно и прочно интегрироваться в международный контур.
Конечно, эти мечты, по сути, были разными. Россия мечтала об "общеевропейском доме", а для Китая это была мечта о прочном, бесконфликтном и взаимоуважительном партнерстве с США, которое надолго бы привязало две страны друг к другу в экономической сфере. На фоне этих надежд обе страны думали о вхождении в западный мир, но по своим соображениям и по различным траекториям. Именно тогда, в 2001 году, молодой российский лидер Владимир Путин и уже готовившийся к уходу с политической сцены Цзян Цзэминь проявили очень большую мудрость и прозорливость, когда подписали Договор о дружбе, добрососедстве и сотрудничестве. Он оказался очень ценным активом. Ценность тех принципов, которые были заложены в этом Договоре, не только не уменьшилась, но за эти два десятилетия выросла многократно.

- По-русски говоря это, еще одно свидетельство правильности пословицы "запас карман не тянет"? То есть визит Лаврова откровенно продемонстрировал, что мы не только по-прежнему вместе, но и стали "благодаря" американской политике ближе к друг другу?
- Проблема не в том, чтобы кому-то что-то продемонстрировать. Надо признать реальностью тот факт, что российско-китайские отношения находятся на переходе. Это не переход от плохого к очень плохому, как происходит в отношениях России и Китая с Западом. А это поиск новой, более высокой совершенной формы нового сотрудничества.
В Китае очень важны формальные рамки и различные понятия, с помощью которых дипломаты и государственные деятели определяют суть двусторонних отношений. Вот несколько аспектов, которые очень важны для понимания того, что происходит сейчас. На протяжении многих лет китайская сторона определяла китайско-российские отношения с помощью трех "нет", указывая, что не нужно делать – не вступать в союз, не устраивать конфронтацию и не нацеливаться на третьи страны.

- Даже не вступать в союз между собой?
- Да. Это означало не вступать в союз друг с другом, а в расширительном плане не вступать в союз вообще ни с кем. Неприятие конфронтации понятно. Накопленный в двусторонних отношениях капитал доверия и уважения друг к другу нацелен на то, чтобы никогда не допустить повторения раздоров 60-х годов. Конфронтация между двумя странами неприемлема и ее не может быть. Должна быть только дружба, которая передается из поколения в поколение. При этом отношения России и Китая не направлены против какой-то третьей стороны. Китайская дипломатия не любит называть страны поименно, но понятно, что речь идет о США и их союзниках.
Но вот в первые новогодние дни китайский министр иностранных дел Ван И, с которым только что Сергей Лавров встречался в Китае, дает очень развернутое интервью китайским СМИ. При этом из интервью вырезается часть, которая публикуется как отдельное сообщение. В нем высказывания министра об отношениях между Китаем и Россией. Тезисы этого выступления очень примечательны.

Три новых китайских "нет"
Китайский министр сказал о том, что 2021 год будет годом особого значения для наших отношений, и в этот год отношения двух стран обязательно выйдут на новый уровень. Стратегическое сотрудничество двух стран он определил как отношения, которым "нет конца", у которых "нет запретных зон" и нет "высшей ограничительной планки". Фактически, это другой формат отрицания. Раньше было три "нет", которые не позволяют делать первого, второго и третьего. Новое отрицание формулируется как "отсутствие чего-то" - в отношениях двух стран отсутствуют конечная линия, запретные зоны и верхний ограничитель!
С китайской стороны это ясное и четкое предложение вступить в разговор о том, какими могут стать отношения с Россией в ближайшем будущем. Пекин последовательно подчеркивает, что придает российско-китайским отношениям все более и более важное значение.
Ван И сказал, что обе стороны борются не только с пандемией, но и с "политическим вирусом". Про коронавирус мы знаем. Но в китайском политическом лексиконе есть и такое понятие как "политический вирус". Рассадником его является Запад во главе с США. Это – "вирус" раздора, клеветы на другие страны, попыток создать препятствия для борьбы с коронавирусом.

Четыре новых модели российско-китайских отношений
В начале марта в Пекине заявили, что две страны стали друг для друга стратегической основой, шансом на развитие, и что они стали глобальными партнерами. Это очень важно, что китайская сторона считает Россию не только региональным партнером в Евразии, а что Россия является глобальным партнером Китая. Ван И нарисовал картину желаемого для Китая развития будущего двусторонних отношений. В ее основе "четыре модели", которые две страны должны предложить внешнему миру.
Первая: Китай и Россия должны служить для всего мира примером стратегического взаимного доверия. Они должны не просто уважать, но и помогать друг другу защищать коренные интересы. Они, взявшись за руки, должны противостоять цветным революциям, вместе бороться с распространением ложной информации, помогать друг другу защищать суверенитет и политическую безопасность.
Вторая: они должны стать примером взаимовыгодного сотрудничества. С точки зрения китайской стороны речь идет о стыковке инициативы "пояс и путь" с Евразийским экономическим сообществом, повышении качества инвестиционного сотрудничества, совместных научно-технических инновациях, цифровой экономике, прочих новых инновационных сферах.
Третью модель Китай сформулировал красиво. То, что мы называем обменом между людьми, по-китайски предстает как создание образца "связи людских сердец". Тут речь идет и о продолжении давних традиций российско-китайской дружбы, и о продолжении гуманитарных обменов, о передаче традиций дружбы будущим поколениям.
Четвертая модель отношений рождается в совместной борьбе за справедливость в международных отношениях. Это значит, что, взявшись за руки, две страны будут вместе отстаивать авторитет Организации Объединенных Наций, вместе защищать международное право и базовые принципы международных отношений и отстаивать глобальную стратегическую стабильность.
Это следует и из Декларации, которую подписали оба министра, и из их заявлений после переговоров.

- И все-таки Анкоридж "помог"?
- Нет, наши отношения не следует упрощать, как это любят делать западные средства массовой информации. Они говорят, что после перепалки в Анкоридже Россия и Китай вдруг решили сближаться перед лицом западных санкций. Это чрезмерное упрощение, которое сбивает с толку самих же западных аналитиков. Процесс российско-китайского сближения активизировался два года назад, летом 2019 года, когда лидеры двух стран на встрече в Москве провозгласили новую эпоху в наших отношениях. Это была заявка на то, чтобы вывести наши отношения на новый высокий уровень. То, что говорил китайский министр Ван И, свидетельствует, что китайская сторона относится к этой перспективе очень серьезно. Она ищет новые идеи, новые концепции. В Китае звучит мнение, что российско-китайский Договор должен быть продлен в феврале 2022 года, но две стороны должны непрерывно обогащать его, работать над тем, чтобы добавлять и вводить в свое сотрудничество новые компоненты.

- Получается, что визит министра Лаврова - это не столько подготовительный для российско-китайского саммита, сколько показывает эпохальность наших отношений?
- После того, как Трамп развязал торговую войну против Китая, после того, как Байден не только не отменил торговые и экономические ограничения против Китая, но и открыл новую площадку противостояния в форме этого "альянса демократии", Трансатлантического союза, который нацелен против всех противников Америки, китайская сторона поняла очень многое из того, что ей было непонятно лет пять тому назад.

Так что мешает жить: идеалы гармонии или бойцовская традиция?
Прежде в общении с китайскими экспертами можно было нередко слышать их удивление: ну почему Россия никак не может договориться с Западом? Высказывалось даже такое предположение, что в этом виновны исторические и традиционные, чуть ли не генетические, факторы. Тогда китайские эксперты подчеркивали, что русские – это такая "бойцовская нация" людей сражающихся, которые привыкли отстаивать свои интересы силой и не давать спуску своим противникам. Разумеется, об этом говорили с большим уважением. Коллеги не забывали, что пришлось пережить России и Советскому Союзу в 20-м веке. Но при этом они считали, что именно эта традиция боевитости и бескомпромиссности мешает России вписаться в новый мировой глобальный контекст.
А вот Китай, как напоминали нам китайские аналитики, уже более двух тысяч лет со времен Конфуция следует идеалу гармонии, золотой середины, умеренности, избегания крайностей, и поэтому результат налицо. Культурная традиция помогла России выстоять перед лицом испытаний, но сейчас она якобы стала препятствием для интеграции во внешний мир. А вот китайское следование гармонии оказалось удивительно созвучным новой эпохе. И поэтому Китай сотрудничает и с Америкой, и с Европой, и со странами третьего мира, и с Россией, и поэтому у него такие успехи и замечательные шансы на успешное и быстрое развитие.

Но оказалось, что с агрессором надо вести себя по-другому

- И что показала жизнь?
- Торговая война с Трампом, начало новой холодной войны в области пропаганды, санкции против китайских компаний, которые американцы обвиняют в связях с военными – все эти факторы внесли коррективу в эту интерпретацию, которая еще лет пять назад казалась китайским политологам убедительной.
Разумеется, традиции никто не отменял. Трудолюбие, сплоченность, умение решать сложные ситуации без конфликта, отсутствие агрессивного духа были и остаются с китайской нацией. Это очень ценный актив.
Но вдруг оказалось, что методы гармонии и золотой середины недостаточны, чтобы справиться с жестким прессингом и внешней попыткой затормозить развитие Китая. Пекину пришлось вспоминать иные уроки истории. Это сделано было очень показательно в выступлении в прошлом году Си Цзиньпина, когда отмечали юбилей отправки китайских народных добровольцев в Корейскую Народно-Демократическую Республику для того, чтобы оказать соседней стране помощь и сдержать американскую агрессию. Си Цзиньпин тогда сказал, что перед лицом агрессии у китайского народа не подкосятся ноги при виде агрессора, у него не согнутся спины. И что та война научила китайский народ говорить с агрессором только на том языке, который он понимает.
И вот это признание китайского лидера символически поставило точку в радужных рассуждениях о том, что гармония, срединность и миролюбие чудесным образом помогают Китаю решать все те проблемы, которые якобы не может решить для себя Россия, лишенная этих качеств. Теперь у китайской элиты появилось более глубокое понимание тех проблем, с которыми сталкивается Россия. Ее трудности в отношениях с Западом происходят не из особенностей русского национального характера, а из очень сложных структурных перемен, которые происходят в современном мире.

Мао Цзэдун подсказал!
Новое противостояние с Западом, которого Китай не хотел, и которое для него обременительно и крайне некомфортно, привело его к пониманию, что нынешнее положение - это надолго, что оно не рассосется ни завтра, ни послезавтра. Это получило очень интересное признание на официальном уровне в июле прошлого года на заседании Политбюро ЦК КПК, посвященном экономическим проблемам. Тогда было сказано, что на новую ситуацию надо смотреть с точки зрения затяжной войны. Речь идет об известной работе Мао Цзэдуна, в которой он еще в 1938 г. во время тяжелейшего для Китая первого года Войны сопротивления японской агрессии обосновал тезис, что ни проигрыша, ни быстрой победы Китая не будет, а предстоит тяжелая затяжная война, но из которой Китай выйдет победителем.
Появление в официальной лексике упоминания о затяжной войне в наши дни означает, что в новом противостоянии за технологическое лидерство, за рынки, за продвижение своей повестки дня в международных вопросах, как и в далеком 1938 г., Китай не потерпит поражения, но и не завоюет быстрой и легкой победы.
Китай осознает, что его положение в мире изменилось. Китаю нужны друзья, нужны надежные партнеры, при взаимодействии с которыми он бы знал, что его не предадут и не вставят нож в спину. Поэтому ценность российско-китайского доверия перевешивает сейчас все те очевидные проблемы, на которые часто указывают эксперты. Нынешний взаимный объем российско-китайской торговли 100 миллиардов долларов в год – это далеко не предел. Да и объем китайских инвестиций в российскую экономику мог быть повыше. Но эти частности меркнут на фоне новой реальности, в которой высокая степень взаимной зависимости экономик Китая и Запада больше не служит гарантией стабильности отношений и не препятствует переходу к соперничеству и конфронтации.

Балластный камень – это хорошо
В китайском политическом словаре есть расхожее понятие "балластный камень". Это позитивное понятие, поскольку балластный камень делает судно в бушующем море устойчивым, в политике он метафорически дает возможность удержать отношения в равновесии и даже способствовать движению вперед. Раньше, лет пять назад, о "балластном камне" китайские эксперты вспоминали, когда говорили о торговле с США. Сейчас его упоминают в контексте развития двусторонних отношений с Россией и создании совместными усилиями "балластного камня" для обеспечения устойчивости всей мировой системы. Раньше китайцы считали, что торговля сбалансирует все, и торговые отношения так важны, что американский бизнес окажет давление на политиков, чтобы восстановить хорошие отношения с Китаем. Однако с 2020-го года в китайских публикациях все чаще и чаще звучит мысль о том, что китайско-американская торговля перестала быть "балластным камнем". Более того, этот "камень" начинает тащить всех на дно.
Всех, но только не Китай и Россию!

((24 марта 2021)

https://www.interfax.ru/world/757541


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб апр 09, 2022 8:02 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1107 от 11 апреля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Какими методами социологи добиваются нужных им результатов, рассказывают Владимир Дергачев и Константин Нагаев.
В Финляндии отменяют школьные предметы. Что это значит? Рассказывает Ирина Маркина.
В статье Владимира Соловьева названы имена членов тайного правительства. Вот кто в действительности правит миром!
Китай выбирает бруталов, пишет Константин Батанов. Культура – мягкое оружие массового поражения. Государственное управление радио и телевидения КНР 2 сентября 2021 г. опубликовало уведомление с предписанием усилить контроль за качеством выпускаемых программ.
Один из ведущих интеллектуалов США, профессор языкознания и философ Ноам Хомский составил список из 10 способов манипулирования массами.



Как социологи добиваются нужных им результатов

ВЦИОМ начал по-новому измерять рейтинги политиков Рейтинг Владимира Путина сразу резко вырос.
ВЦИОМ дополнил методику оценки доверия политикам «закрытым вопросом». В этом формате рейтинг Владимира Путина вырос вдвое. Зачем понабилась новая методика и как она повлияла на доверие к президенту, разбирался РБК

Чем «закрытый» вопрос отличается от «открытого»?

Всероссийский центр изучения общественного мнения (ВЦИОМ) дополнил методику опроса о доверии россиян к политикам. В пятницу утром, 31 мая, на сайте ВЦИОМа появился новый раздел «Доверие политикам (закрытый вопрос)» с обновленной методикой измерения.
Теперь респондентам предлагается ответить на вопрос «Скажите, пожалуйста, Вы доверяете или не доверяете [данному политику]?» В списке политиков указаны Владимир Путин, Дмитрий Медведев, Владимир Жириновский, Геннадий Зюганов и Сергей Миронов. На вопрос предлагается ответить «да» или «нет» без других вариантов.
«Теперь мы прямо интересуемся у респондентов, доверяют они или нет лидерам отечественной политики, называя конкретные имена и фамилии», — объяснил РБК глава ВЦИОМа Валерий Федоров.
Разница заметна не только в постановке вопроса, но и в ответах. На вопрос о доверии Путину по новой методике оценки положительно ответили 72,3% респондентов, не доверяют главе государства 23,7%, следует из данных опроса на сайте ВЦИОМа. Медведеву доверяют 37% респондентов, Жириновскому — 36,1%, Зюганову — 32,6%, Миронову — 26,7%. Путин стал единственным политиком с положительным индексом доверия (позитивных оценок более 50%).
В традиционном опросе ВЦИОМа за 26 мая, где респондентам задавали открытый вопрос, о доверии Путину заявили 30,5%, Медведеву — 7,2%, Жириновскому — 9,5%, Зюганову — 5,6%, Миронову — 1,5%.

Как ВЦИОМ объяснил появление новой методики опроса

Гендиректор ВЦИОМа Валерий Федоров так прокомментировал РБК обновление методики опроса о доверии политикам: «Идя навстречу многочисленным пожеланиям журналистов и их читателей/слушателей, мы дополнили нашу традиционную методику исследования уровня доверия российским политикам новым вопросом. Теперь мы прямо интересуемся у респондентов, доверяют ли они или нет лидерам отечественной политики, называя конкретные имена и фамилии», — объяснил он.
По его словам, раньше социологи «ограничивались предельно общим, неперсонализированным» вопросом о доверии к политикам вообще, и это мешало высказать свое мнение тем, кто не слишком интересуется актуальной политикой. Поэтому большинство отвечавших затруднялись с ответом. «Безусловно, мы продолжим задавать этот [открытый] вопрос, но теперь — в паре с вопросом «Вы доверяете или не доверяете... (ФИО политика)?» Уверен, что получаемая благодаря этому нововведению картина общественных настроений станет не только более объемной, но и более понятной нашей аудитории и журналистскому сообществу», — заявил Федоров.

Как пришли к новой методике

Последние опросы ВЦИОМ, проведенные методом открытого вопроса без указания конкретных политиков («Кому из политиков вы доверяете?»), показывали снижение доверия к Путину. Результаты опроса, который был проведен с 13 по 19 мая по прежней методике, показали, что доля россиян, назвавших президента в ответ на вопрос о том, кому из политиков можно доверить решение важных государственных вопросов, составила 31,7%. При этом 65,8% респондентов заявили, что в целом одобряют деятельность президента.
29 мая Валерий Федоров объяснил в интервью «Дождю» снижение рейтинга Путина «эффектом черных очков». По его словам, острая фаза кризиса в России закончилась, но «жить лучше не стало», реальные доходы россиян не растут, и это «сильно напрягает и в каком-то смысле удивляет».
ВЦИОМ дополнил методику замеров доверия политикам на следующий день после того, как пресс-секретарь президента Дмитрий Песков сообщил, что Кремль ждет от социологов анализа «корреляции данных». «Как может падать рейтинг доверия и при этом расти электоральный рейтинг? (вопрос: «За кого бы Вы проголосовали, если бы выборы состоялись в эти выходные?». — РБК)», — задался вопросом Песков.
Сразу после публикации нового опроса пресс-секретарь президента отметил, что в Кремле довольны работой социологов, но «безусловно» продолжат задавать им вопросы об их работе, если они появятся. По его словам, рейтинг президента формируется на основе того, как люди оценивают результаты его деятельности, а «все остальное вторично».

Почему выросло доверие к президенту

Замдиректора Левада-центра Денис Волков полагает, что закрытый вопрос комфортнее для власти. «На открытый вопрос часть респондентов просто ничего не ответит, а тут жесткий выбор: «да/нет», — прокомментировал он РБК. Волков предположил, что в таких условиях опрошенные более склонны к социально одобряемым ответам. Открытый вопрос показывает скорее эмоциональное отношение к политикам, а закрытый — отношение населения к Путину как к политику и президенту, добавляет ведущий научный сотрудник Института социологии РАН Леонтий Бызов.
Два показателя нельзя сравнивать напрямую, считает политолог Александр Пожалов. При ответах на открытый вопрос о доверии политикам, политически инертные или, наоборот, перегретые политикой респонденты могут просто отказаться отвечать, не называя никого, полагает эксперт. По его наблюдениям, после пенсионной реформы люди стали реже называть любых политиков и общественников в открытых вопросах. Когда же респонденту задается вопрос об отношении к конкретному политику, он помещается в ситуацию обязательного выбора, осознанно взвешивает и формулирует свое отношение, даже если не думал о политике до опроса. Для подавляющего большинства людей доверие к Путину перевешивает негатив и при прямой формулировке будет выше уровень социально одобряемых ответов, заключает Пожалов.
Разница в оценках при открытом вопросе и закрытом вопросе отражает психологию респондента, замечает руководитель исследовательской группы «Циркон» Игорь Задорин. Он делит опрошенных на несколько категорий:
31% доверяющих Путину устойчиво и готовых это сказать без подсказки,
около 40% доверяющих ему ситуативно, которым для принятия решения надо «уточнять» вопрос,
около 15% ситуативно или устойчиво «недоверяющих»,
часть устойчиво затрудняющихся с ответом.

Авторы: Владимир Дергачев, Константин Нагаев

31 мая 2018

Подробнее на РБК:
https://www.rbc.ru/politics/31/05/2019/ ... rom=center



В Финляндии отменяют школьные предметы. Что это значит?

Ирина Маркина

Заголовки публикаций о финской школьной реформе звучат вполне сенсационно. Пока другие страны пытаются разгадать загадку одной из лучших образовательных систем в мире, в самой Финляндии ее собираются реформировать. Дети больше не будут изучать родной язык, математику, историю и другие традиционные предметы. Что придет им на смену и зачем понадобились такие перемены?

Работа на перспективу
«Финское чудо» держится в топах престижных рейтингов уже около двадцати лет. Но местные эксперты считают, что надо двигаться дальше, иначе сохранить эти результаты будет все сложнее. Система обучения с традиционными школьными предметами была хороша сто лет назад. У современности другие запросы: все более востребованными становятся навыки поиска и обработки информации, а также социального взаимодействия. С другой стороны, меняются и представления о педагогических методах. «Если мы хотим оставаться лучшими, мы не можем держаться за настоящее или прошлое», – говорит в одном из интервью Кирсти Лонка, профессор педагогической психологии из Университета Хельсинки.
Есть и другие причины. О будущей реформе заговорили в сложный для финской экономики период. Последствия мирового кризиса 2008 года заставили правительство сократить расходы на образование; возник вопрос, как в долгосрочной перспективе сделать это без потери качества. Значима для реформы и проблема трудовой занятости. Пособия по безработице и другие выплаты – еще одна статья расходов, которая перегружает бюджет. И дело не в нехватке рабочих мест: в Финляндии есть целая категория здоровых работоспособных граждан, которые живут на пособия и вообще не считают нужным учиться или работать (книга одного из них, своеобразный манифест под названием «Наглость», пару лет назад стала бестселлером). С этой точки зрения, система образования должна перестроиться так, чтобы облегчить карьерный старт для молодежи.

Явление-ориентированное обучение
Школьные предметы заменят междисциплинарными курсами, тесно связанными с практической стороной современной жизни. Такой подход называют phenomenon-based learning (PhBL), или, как этот термин переводят на русский язык, явление-ориентированным обучением – в отличие от предметно-ориентированного. Кстати, одним из тех, чьи труды легли в основу этого подхода, считают нашего соотечественника Льва Выготского. Процесс обучения строится вокруг «явлений» – это могут быть как факты или события, так и понятия или идеи. Пример – изучение СМИ и Второй мировой войны. Отчасти явление-ориентированное обучение в школах Финляндии уже применяется – пока в виде отдельных проектов.
Желание усилить междисциплинарные связи кажется резонным: вспомните контурные карты на уроках истории или экскурсы в историю на уроках литературы. Как читать с пятиклассниками «Бородино» и «Муму», если они понятия не имеют ни о Наполеоне, ни о крепостном праве? А как изучать «Войну и мир» в десятом, если наполеоновские войны остались в далеком восьмом?
В рамках явление-ориентированного обучения педагоги и ученики не будут испытывать сложностей из-за того, что какая-то важная информация из смежной области еще не изучена или уже забыта. Но у этого подхода есть и другие преимущества.

Самостоятельность и связь с реальностью
Изучение очередного явления начинается с определения проблемы. Помните знаменитое «почему самолет летит, а крыльями не машет»? В идеале ученики должны вместе, с помощью учителя, ставить вопросы и находить ответы.
Эти идеи заложены уже в национальной стандартной учебной программе (National Сore Сurriculum), принятой в Финляндии в 2014 году. Из ее текста: «Национальная основная учебная программа основана на концепции обучения, которая рассматривает учеников как активных субъектов. Они учатся ставить цели или решать проблемы как самостоятельно, так и вместе с другими».
Если ребенок (или взрослый) понимает, что и зачем он делает, и к тому же чувствует свою самостоятельность, свою ответственность за общее дело, его собственные результаты будут выше. Согласитесь, это намного интереснее, чем конспектировать учебник, потому что так надо по плану.
Не менее важно, чтобы любая изучаемая тема была максимально привязана к практике. С одной стороны, это еще один способ повысить мотивацию: практическая польза от новых знаний должна быть понятна сразу − школьники любят жаловаться, что их заставляют учить то, «что никогда не пригодится в жизни».
Проблема оторванности образования от реальности существует не только в бунтующих умах подростков, компании-работодатели с ними во многом солидарны. Давно известен факт: любая информация запоминается намного лучше, если ее хотя бы попробовать применить на практике, а не просто прочитать, прослушать или законспектировать (между тем наши учебники по родному языку до сих пор предлагают школьникам учиться писать традиционные письма с приветствием, подписью и датой, вместо того чтобы учить правилам деловой переписки в соцсетях).
Важное для понимания основ явление-ориентированного обучения понятие – подлинность, когда в центре внимания реальный мир, при решении учебных задач используются те же методы и средства, что и в реальной жизни, а школьники находятся внутри реальной экспертной среды. В реальности мир не делится на секторы так, как его делят на дисциплины в школе.
Кстати, так почему самолет летит?

Роль учителя и группы
Учитель в рамках такого подхода должен не просто транслировать информацию (дети могут получить ее множеством способов), а направлять учеников по пути решения поставленной проблемы. Но как это сделать, если сами учителя обучались по традиционной системе? Один из возможных вариантов – групповые занятия с несколькими педагогами-предметниками сразу.
Очень важный элемент в этой системе обучения – взаимодействие внутри группы. Выготский, которого современные западные авторы цитируют в своих работах о явление-ориентированном подходе, сравнивал поддержку педагогов и других учеников со строительными лесами, которые помогают маляру добраться до нужного участка, чтобы и выполнить свою работу.

Компетенции выпускника
В упомянутой выше национальной программе подробно описана трансверсальная, или, в другом варианте перевода, перекрестная компетенция. Она включает семь междисциплинарных областей, развитие которых и является главной задачей общего среднего образования.
Первая – это мышление и умение учиться, основа любого образовательного процесса. Обучение должно быть исследованием и творчеством, а мотивация к продолжению образования должна сохраняться на протяжении всей дальнейшей жизни.
Культурная компетенция подразумевает готовность к жизни в условиях культурного, языкового и религиозного разнообразия, формирование собственной культурной идентичности и представление о правах человека – эталоне для оценки различных культурных явлений.
Навыки самообслуживания в повседневной жизни касаются широкого круга проблем, связанных со здоровьем, безопасностью, заботой о себе, о других людях и об окружающей среде.
Мультиграмотность – новое для нас понятие, подразумевающее умение работать с информацией самого разного рода.
Информационно-коммуникационная компетенция – и метод, и объект изучения. Учащиеся должны уметь пользоваться информационными технологиями осознанно, эффективно и безопасно, а еще – иметь представление о значении ИКТ в мире и связанных с ними рисками.
Трудовая и предпринимательская компетенции включают положительное отношение к труду, представление об устройстве ключевых секторов экономики и работе предприятий. Также уже на этом этапе у школьников должны формироваться навыки, важные для успешной профессиональной деятельности: решать задачи в команде, общаться, планировать свою работу, искать разные варианты достижения целей.
Трудно не согласиться с тем, что все перечисленное действительно важно. Вопрос в том, в какой мере этот идеал будет воплощен.

Критика
Не все финские педагоги одобряют эксперимент правительства. Получится ли при новой системе давать детям действительно прочные, не поверхностные знания?
Другое опасение связано с тем, что акцент на самостоятельности и познавательной активности школьников окажется на руку только сильным, то есть способным и мотивированным ученикам. В результате незначительный в настоящее время разрыв между сильными и слабыми, принципиальный для финского среднего образования, увеличится.
Наконец, нововведение может плохо сказаться и на учителях. Во-первых, неизбежно вырастет нагрузка. Во-вторых, педагоги старшего возраста окажутся в менее выгодном положении по сравнению с молодыми коллегами, которым будет проще адаптироваться к новым стандартам. Сейчас учителям предлагают отправиться на переподготовку – тем, кто это сделает, обещают увеличить зарплату. В столице обучение новым методикам уже прошло большинство педагогов.
Добавим, что междисциплинарные группы и проекты становятся частью и высшего образования. Есть круг проблем, с которыми группе узких специалистов не справиться, – например, изменение климата или жизнь городских сообществ. В Университете Хельсинки студентов разных специальностей учат вместе работать над решением практических задач – например, на интенсиве Nordic City Challenge, посвященном развитию территорий.

11 июня 2019 г.

https://activityedu.ru/Blogs/internatio ... -znachit-/

Комментарий. Всё это уже было в СССР сто лет назад. И затем было признано неэффективным. - А.И. Орлов



Названы имена членов тайного правительства:
кто в действительности правит миром

Владимир Соловьев

Бильдербергский клуб: от Генри Киссинджера до Джареда Кушнера

Опять двадцать пять! Я слышал это еще с моей советской молодости, и вот спустя столько десятилетий, уже в Америке, слышу об этом опять, пусть и под другим названием. В конце мая — начале июня заметно оживление среди конспирологов всего мира в связи с очередным тайным заседанием Бильдербергского клуба в швейцарском городе Монтрё, который нам, русским, известен как последнее пристанище великого двуязыка Набокова, он там и похоронен. Однако сенсацией этого года швейцарский город делает именно Бильдерберг — будто его члены управляют миром и диктуют свои условия лидерам Запада через своих прокси в правительствах Европы и даже Америки.

Конспирологи всех стран, соединяйтесь!
По младости лет я не застал борьбу Сталина с космополитами, от которой осталась в памяти только басня автора вечного гимна Советского Союза — России: «А сало русское едят». То есть глядят на Запад и ждут оттуда указаний, а при этом едят наше русское сало. Русского сала практически нет, но даже украинцы импортируют теперь сало из других стран (до чего дошло!), а космополиты остались, но под другими именами.
Борьбу с сионистами я смутно помню, хотя это был синоним-эвфемизм евреев: у нас нет антисемитизма, у нас — антисионизм. Еще был термин «военно-индустриальный комплекс», который тайно правит миром. Потом, с коллапсом Советского Союза, вспомнили о масонах, точнее, о «жидомасонском заговоре», который своими паучьими щупальцами охватил весь глобус. В ельцинские времена в Москве появилось несколько переизданий «Протоколов сионских мудрецов», любимой книги Генри Форда, который издавал ее в английском переводе в Америке.
Что дурака валять, в современном мире — особенно в мусульманском — тоже достаточно людей, которые уверены, что евреи заправляют всем миром, и даже теракт 9/11 приписывают евреям: «Откуда мы такие умные?» — оправдывались арабы. Несколько лет назад в Японии список бестселлеров возглавляли две книги: одна о том, что японцы — потомки потерянного израильского колена, а другая — что евреи тайно управляют человечеством, как кукольник марионетками. Даже некоторые евреи в это верят — по-видимому, это льстит их национальному тщеславию. Помню, один мой знакомый, следя за назначениями Барака Обамы, написал мне: he is not so much assembling staff as gathering a minyan (собирает не команду, а minyan), — и перечислил девять новоназначенцев. Я не понял и решил, что он спутал с minion, что значит «фаворит», «любимчик», но на всякий случай переспросил его. Он меня пристыдил незнанием иудейских обычаев: миньян — это минимальное число евреев, необходимое для творения молитвы, — девять.
Обаму называли «еврейским президентом», как прежде Клинтона, у которого тоже было вокруг порядочно евреев, а Буша винили в том, что он послушался «неоконов» (большинство опять-таки евреи) и начал войну в Ираке — само собой, ради Израиля. Как говорится, если в кране нет воды, значит, выпили известно кто. Есть много других синонимов: мировое правительство, произраильское лобби, глобалисты и проч. Я помню ранний роман Грэма Грина, там миром тайно правит — понятно, через своих агентов — и вовсе один человек. Надо ли добавлять, к какой зловредной нации он принадлежит?
Грэм Грин отрекся от своего конспирологического романа, «Протоколы сионских мудрецов» давно разоблачены как фальшивка царской охранки и только в ходу у таких, мягко говоря, наивных читателей, как муслимы, слово «сионизм» имеет теперь одно значение — идеология возрождения еврейского государства в Палестине. Что до произраильского лобби, то будто бы оно тайно, через зятя и старшего советника 45 го президента США Джареда Кушнера, руководит Трампом, которого ненавидят все американские либералы, включая (вот оксюморон!) более семидесяти процентов еврейского электората.
Вот тут и подоспел Бильдерберг, старейший участник которого в этом году — «вечный жид» 96 летний Генри Киссинджер, «слуга двух господ», Путина и Трампа; зато «вьюноша» — впервые участвующий в заседании клуба помянутый Джаред Кушнер.

Казус Киссинджера и сенсация Кушнера. Откуда есть пошел Бильдерберг

Само название этого клуба-группы-конференции происходит от голландского отеля «Бильдерберг», где с 29 по 31 мая 1954 года прошло первое инициативное заседание влиятельных европейских и американских политиков, бизнесменов, банкиров, журналистов и университетских профессоров (как консервативных, так и либеральных), которые были обеспокоены ростом антиамериканских настроений в Западной Европе. С тех пор такие конференции происходят ежегодно главным образом в Европе, а раз в четыре года — в Америке. Есть у этой тайной и таинственной организации и центральный офис в голландском городе Лейдене. Ежегодные встречи проходят совершенно секретно, почти никакой утечки информации, а тем более корреспондентов, пресс-релизов, резолюций. Участвуют только приглашенные. Всё это, конечно, еще больше усиливает слухи об этих элитных встречах.
Эти конференции «по обмену мнениями», как утверждают немногие их, на условиях анонимности, участники, собирают обычно от 100 до 150 человек. «По обмену мнениями» — это, само собой, эвфемизм. После первой же конференции — через голландского принца Бернарда и бельгийского премьера Поля ван Зиланда — общее мнение Бильдербергского клуба об антиамериканских настроениях в Западной Европе было доведено до сведения тогдашнего директора ЦРУ Уолтера Беделла Смита, а через него — до президента Дуайта Эйзенхауэра, с рекомендациями клуба способствовать взаимопониманию и взаимопроникновению американской и западноевропейской культур, дабы противостоять этим «вредным» настроениям.
Анахронизм? Не факт. Согласно просочившейся скупой информации, главная тема, на которой сосредоточились в этом году 130 бильдербергцев из 23 стран, — политический и идеологический раздрай между Европой и США и как его преодолеть.
Ну как тут не вспомнить классика: «Все было встарь, все повторится снова, И сладок нам лишь узнаванья миг».
Сладок? Вопрос к автору этих строк Осипу Мандельштаму.

Мое некомпетентное мнение
Так что не все в наше ускоренное время «дела давно минувших дней, преданья старины глубокой». Больше того, Бильдербергский клуб теперь критикуют и упрекают приблизительно, на глаз, в том же, в чем и прежде. Главным образом в наднациональных устремлениях, в игнорировании этнических различий, в создании международных корпораций, в глобализме, евро как единой валюте для Европы и Евросоюза и в космополитизме. Думаю, Сталин с его ненавистью к космополитам присоединился бы к критикам Бильдербергского клуба. Хотя само происхождение слова «космополит» идет из старинного фаблиó:
— Вы откуда?
— Мы из Космополиса.
Ну не прелестно ли?
А как на деле осуществляют свои цели и намерения нынешние «космополиты» из Бильдербергского клуба? Тем более один из его основателей проговорился: мы не ищем согласия, Бильдербергский клуб — это форум для дискуссий.
Ничего толком не известно ввиду засекреченности его заседаний, а потому еще больше гипотетических историй возникает вокруг этого будто бы тайного правительства нашей «глобал виллидж». Особенно теперь, когда в Белом доме президентом маверик — «теленок без клейма» по изначальному значению. Появление в клубе «серого кардинала» Джареда Кушнера и его предполагаемое активное участие в дискуссиях бильдербергцев усиливает подозрения антибильдербергцев. Вот я и подумал: пора и мне высказать свое, подчеркну сразу же, некомпетентное мнение. А у кого оно может быть компетентным? Разве что у участников клуба, но за редчайшими исключениями они молчат в тряпочку.
Сам по себе Бильдербергский клуб — это, несомненно, реальность, как и его влияние на ход мировых событий. Весь вопрос в размерах этого влияния. У клуба есть партнерские организации, которые носят открытый характер, — такие как Council on Foreign Relations, Trilateral Commission, Goldman Sachs, Kissinger Associates. К примеру, киссинджеровская организация — очень влиятельная и за большие деньги дает советы международным синдикатам, правительствам и нефтяным монархам. Да и сам Киссинджер, пользуясь своим фантастическим авторитетом, до сих пор разъезжает с высокой миссией по миру, налаживая мосты между мировыми лидерами. Чтобы Бильдербергский клуб через эти организации впрямую управлял всем миром и насаждал своих людей в правительства или даже управлял избранными или авторитарными лидерами — сомневаюсь.
С другой стороны, если есть международная группа ответственных, озабоченных людей, которые не хотят пустить мировые дела на самотек, то это не так уж плохо, пусть они и самоназначенцы. Это даже слишком хорошо, чтобы было правдой. Не станем высчитывать, сколько среди этих людей евреев — антисемитские диатрибы ныне снова в моде, хоть и политически компрометируют скорее юдоедов, чем евреев (выношу за скобки мусульманский мир). Однако конспирологи убеждены, что миром правит никем не избранное мощное централизованное правительство через своих людей в руководстве стран Европы и Северной Америки. В смысле «сатана там правит бал». И напоминают, совсем уж ни к селу ни к городу, что Гитлер пришел к власти в результате мирового экономического кризиса. На улицах Берлина от павших от голода лошадей голодные же люди отрезали куски конины. Вот немецкий электорат и подался в сторону Гитлера, который обещал выход из кризиса, новый порядок плюс мировое господство.
Мне кажется, что в слухах и текстах о Бильдербергском клубе много от ненаучной фантастики, но то, что он реально существует и оказывает какое-то влияние на ход мировых событий, — факт. Никуда от этого не денешься. Пока что, однако, я не вижу большого вреда от его действий. Даже если, как утверждают конспирологи, он уже несколько десятилетий оказывает какое-то влияние на американское (и не только) правительство. Чего не хватает конспирологам, так это исторического подхода к политической реальности.

https://www.mk.ru/social/2019/06/12/naz ... mirom.html


Китай выбирает бруталов

Константин Батанов

Культура – мягкое оружие массового поражения

Государственное управление радио и телевидения КНР 2 сентября 2021 г. опубликовало уведомление с предписанием усилить контроль за качеством выпускаемых программ. В уведомлении указано, что нужно выступать против тех, кто нарушает нормы добродетели и этики, тщательно отбирать гостей для телевизионных программ, учитывая их моральные качества и используя в качестве критериев отбора художественные стандарты и социальную оценку творчества этих людей. Тех, чьи слова и поступки лишены морали и общепринятых норм, не рекомендуется приглашать в качестве гостей.
Радио- и телевизионные организации, а также онлайн-аудиовизуальные платформы не должны транслировать программы, обучающие «как стать звездой»; строго запрещено подстрекать и «поощрять фанатов тратить деньги под видом голосования» за каких-либо «звёзд». Выдвинуто требование «установить правильную эстетическую направленность программ, строго следить за подбором актёров и гостей, стилем исполнения, одеждой и макияжем и т. д., решительно покончить с «женоподобными» и другой деформированной эстетикой».
Также нужно «решительно сопротивляться таким тенденциям, как шумиха, пропаганда богатства и удовольствий, «конфиденциальных» сплетен, негативных горячих тем, вульгарных «сетевых знаменитостей» и морального уродства». Введён запрет на высокое вознаграждение для гостей программ; нарушения, когда часть гонорара даётся «в конверте», должны пресекаться, а те, кто их допускает, будут подвергаться наказаниям.
Отмечена необходимость «совершенствовать профессиональную этику», «сознательно сопротивляться искушению славой и богатством, не использовать профессиональную идентичность и личную популярность для неправомерных выгод», «пропагандировать истину, добро и красоту, опровергать зло и уродство и в полной мере выполнять направляющую роль в системе ценностей, духовного руководства и эстетического просвещения».
Нужно «поставить социальные выгоды и социальные ценности на первое место, объединить глубокое мышление, изысканное искусство и хорошо сделанную программу», «уделять внимание голосам людей, активно реагировать на проблемы людей и решительно говорить «нет» нарушениям закона и морали, созданию «звёзд» и их «обжариванию» (имеется в виду создание и обсуждение сплетен)».
Многие СМИ на Западе и в России почему-то отметили лишь один пункт этого документа – тот, в котором содержится призыв покончить с «женоподобными», истолковав его по-своему. Кто-то решил, что это усиление цензуры и нарушение свобод граждан на самовыражение, кто-то пришёл к странному выводу, что это ограничение введено «для укрепления любви к партии», третьи увидели гонения на представителей сексуальных меньшинств.
На самом деле всё, как это обычно происходит в Китае, лежит несколько в иной плоскости.
«Женоподобных» мужчин в медиапространстве стало слишком много, они вызвали отторжение общества, которое выразилось в этом уведомлении (работа с обращениями граждан в Китае налажена очень чётко) по двум причинам.
Первая – культурно-историческая. Суть явления «женоподобных» – феминизация мужчин, работающих в индустрии развлечений. Они феминизированы в одежде, внешнем виде, речи; их мужественность, которой должны обладать мужчины, стирается. Некоторые из них не только красят волосы, ногти и губы, носят серьги и накладные ресницы, ходят на высоких каблуках, но и феминизируют своё поведение, например, прикрывают рот, когда смеются, стараются умилять окружающих, вести себя как «душки», при случае падают в обморок или кричат со слезами, совершают другие поступки, несвойственные мужчинам.
При этом они нравятся молодым девушкам и женщинам, так как кажутся им «милашками», ухоженными и следящими за собой модниками. Поэтому многие вполне нормальные молодые люди стараются подражать этим «милашкам» (по-китайски их называют «нянпао»), чтобы снискать успех у лиц женского пола. В результате эта тенденция стала набирать обороты – число «милашек» стало расти, многие из них «пошли в Интернет», став известными блогерами и тиктокерами.
Избалованные и милые «нянпао» с застенчивыми манерами стали кумирами многих подростков благодаря тому, что их продвигают продюсерские компании, зарабатывающие миллионы юаней.
Китайцы более пожилого возраста увидели в этом один из симптомов скорого апокалипсиса, проведя исторические аналогии. Дело в том, что согласно китайской культуре время не идёт вперёд, а движется «по кругу». Все знают, что есть зодиакальный цикл из 12 животных, есть пять стихий: земля, вода, металл, дерево, огонь. Циклы из животных и стихий накладываются друг на друга, образуя «большой» 60-летний цикл. Так как время циклично, то и история циклична – события повторяют друг друга, лишь в некоторой степени адаптируясь под новые реалии. Они необязательно должны повторяться из одного цикла в другой, в историческом масштабе между повторами может быть несколько «больших циклов», но рано или поздно те или иные события всегда произойдут в очередной раз.
«Нянпао» – изнеженные лица мужского пола – напомнили китайцам о закате многих императорских династий. Изначально династии возникали, когда кто-то очень мужественный, умный и хитрый захватывал власть и объявлял себя императором. Его сыновья и внуки, будучи потомками императора, жили в достатке, им уже не нужно было завоёвывать себе место под солнцем. То же самое касалось и знати, то есть близких к императору людей. Постепенно, поколение за поколением, элита «расслаблялась» и теряла качества мужского характера. Заканчивалось это всегда тем, что однажды приходили брутальные северяне, нападали на изнеженных китайцев, те сдавались практически без боя, северяне создавали новую династию, потом снова всё повторялось. Такая ситуация происходила в китайской истории минимум три раза: сначала во времена династии Южная Сун, когда северные китайцы захватили южных, потом, когда Китай покорили монголы и основали династию Юань (монголы были элитой, китайцы – народом), и, наконец, когда Китай потерпел поражение от маньчжур и была основана маньчжурская династия Цин. Как было сказано, во всех этих ситуациях элита рано или поздно теряла свою маскулинность.
Нынешняя мировая ситуация имеет две особенности.
Первая: Китай совершил мощнейший экономический рывок, увеличив свой ВВП в 15 раз за последние 20 лет, население стало богатеть, люди вдруг стали жить хорошо, и теперь там уже мало людей, готовых терпеть трудности и лишения, как это было 20 лет назад. «Нянпао» пропагандируют изнеженный и комфортный образ жизни, заражая своим мировоззрением и системой ценностей молодёжь.
Вторая: по мере роста экономической и военной мощи Китая он всё больше становится мишенью для нападок со стороны США и их партнёров. На днях был создан антикитайский союз, в который вошли США, Великобритания и Австралия, направленный на военное сдерживание Китая. В принципе, существуют предпосылки для того, чтобы однажды произошло военное столкновение между США и Китаем. В связи с этим пожилые китайцы в массовом порядке задаются вопросом: а смогут ли эти изнеженные мальчики с приклеенными ресницами и накрашенными губами защищать родину? Или, подобно своим древнекитайским собратьям по духу, разбегутся ещё до того, как американские солдаты доберутся до китайской территории? Не предвещает ли масштабный рост численности «нянпао» закат Китая или, как минимум, новый «чёрный период» в его истории? Эти вопросы регулярно циркулируют в Сети последние 2–3 года, став важными темами обсуждения в китайском обществе.
Вторая причина неприятия «женоподобных» имеет политические корни.
20 октября 2019 года Национальный исследовательский центр культурной безопасности и идеологического строительства Китайской Народной Республики опубликовал статью на "Вэйбо" (китайский аналог "Твиттера"), озаглавленную «Знаете ли вы, как усердно работает ЦРУ для того, чтобы вам нравились «нянпао»?» Эта статья вызвала горячую дискуссию, потому что открыла интересный подход к анализу возникновения феномена «женоподобных». Впоследствии эту тему поднимали информационное агентство "Синьхуа", "Новости национальной обороны Китая" и "Жэньминь жибао". Общий посыл был в том, что китайцы обязаны сохранить боевой дух и мужественность предков. Общеизвестный факт, что мода на «женоподобных» пришла в Китай из Южной Кореи, а туда – из Японии.
В Японии это веяние возникло не на пустом месте. В настоящее время Япония находится под контролем Соединённых Штатов во многих областях жизни от политики и экономики до культуры, но поначалу, после поражения Японии во Второй мировой войне, контроль над Японией давался американцам непросто. Американцы сбросили две атомные бомбы на Хиросиму и Нагасаки. Американские солдаты, дислоцированные в Японии, часто совершали неприемлемые поступки и даже преступления по отношению к японцам, оставаясь безнаказанными. Японские интеллектуалы и чиновники традиционно были закоренелыми националистами, презиравшими западные страны. Можно с большой долей уверенности сказать, что японцы в то время ненавидели американцев.
Недовольство в японском обществе росло, однажды оно могло вылиться в серьёзные протесты, и кто знает, может быть, Япония даже могла бы перейти в соцлагерь. По крайней мере, СССР в глазах японцев выглядел точно гуманней, чем США, так как Советский Союз отпустил в Японию всех японских военнопленных, несмотря на всё горе, которое они причинили советским людям, атомные бомбы ни на кого не сбрасывал, хотя имел все основания для этого, и в целом продвигал человечные идеи равенства и братства. После войны в Японии было много людей, которые находились под влиянием марксизма и тяготели к Советскому Союзу.
США не могли этого допустить, поэтому поначалу опирались на репрессии, а потом разработали стратегию тотальной «промывки мозгов» японскому населению, одним из ключевых звеньев которой было подавление агрессивности японских мужчин путём искоренения самурайского духа и насаждения мужской «женственности».
Американцы сразу взяли под свой контроль СМИ для того, чтобы формировать общественное мнение и насаждать новые ценности. Для этого они ввели в японскую медиаиндустрию тех, кого они могли держать в полной зависимости и при любой попытке непослушания раз и навсегда «поставить на место». Речь идёт о японских военных преступниках, которых они спасли от Токийского трибунала. Так, Огата Такетора, военный преступник, отметившийся во время Второй мировой войны в Китае, при поддержке Соединённых Штатов избежал смертной казни и занял пост генерального директора газеты "Асахи Симбун". Другой военный преступник Мацутаро Сёрики стал медиамагнатом, основал крупнейшую японскую газету "Йомиури симбун" и первую частную телевизионную компанию в Японии – Nippon Television Network Corporation.
С 70-х годов в Японии началась «операция по уничтожению мужественности». В 1972 году японец по имени Джонни Китагава получил грант от США и основал компанию под названием Johnny’s Jimusho (буквально Johnny’s Office). Эта компания занималась поиском и продюсированием красивых и женственных мальчиков, обучая их петь и танцевать, делая из них кумиров молодёжи. «Промывание мозгов» через шоу-бизнес – эффективный способ воздействия на общество, так как люди не воспринимают всерьёз то, что они видят, а, значит, отключают критическое мышление, находятся в расслабленном состоянии и подвергаются в некоторой степени гипнозу.
Этот человек носил имя «Джонни» неспроста. Джонни Китагава родился 23 октября 1931 года в Лос-Анджелесе. Его мать умерла, когда он был ребёнком. Когда началась война, американцы японского происхождения были интернированы в концлагеря на территории США, семья Китагава разделила эту судьбу. 18 июня 1942 года, в соответствии с соглашением между Японией и США, семья Китагава, как и многие «американские японцы» была отправлена на историческую родину. После войны Джонни вернулся в США, выучился на театрального режиссёра, работал переводчиком в посольстве США, служил в американском военно-морском флоте во время Корейской войны, где зарекомендовал себя как человек, на которого можно положиться. После всего этого он оставил военную службу и пришёл в шоу-бизнес.
В 1962 году он привлёк четырёх красивых мальчиков из организованной им бейсбольной команды, основал мужскую поп-группу Johnny’s, а в 1972 году — одноимённое агентство.
Его компанию продвигали японские средства массовой информации, контролируемые Соединёнными Штатами. Китагава вербовал красивых маленьких мальчиков в возрасте от 8 до 15 лет и делал из них «звёзд» в своём тренировочном лагере. Они быстро покорили сердца японок, да и всё японское общество попало под их влияние. Большинство стало считать, что лучше быть «кумиром», чем солдатом. Воинственный самурайский дух, пропагандируемый по всей Японии во время Второй мировой войны, стал улетучиваться. Родители мальчиков стали мечтать, чтобы их дети попали «под крыло» Китагавы. Каждый год он получал от 400 тыс. до 1,5 млн писем от родителей с просьбами взять их сыновей на обучение. Из этой массы претендентов Китагава выбирал 100–200 человек и «зажигал» их, делая девчачьими кумирами.
Индустрия развлечений Японии вскоре оказалась под их контролем – они создавали тенденции и задавали тон всему, а многие даже приобрели политический вес, агитируя за определённых политиков на выборах. Были даже случаи, когда они, наоборот, ломали политические карьеры, критикуя тех, кто неугоден. Политики стали опасаться «кумиров». «Кумиры» находились под контролем Китагавы, а сам он – под контролем ЦРУ.
При этом «нянпао» были поставлены на поток, функционировала своего рода «фабрика звёзд», по сути, стандартизированное производство. «Кумиры» не имеют права развиваться в соответствии с собственными идеями или делать какие-либо заявления от себя лично до расторжения контракта.
Филиалы Johnny’s Jimusho и её партнёрские структуры функционируют в Японии, Южной Корее, Китае и на Тайване.
Китагава при поддержке США построил гигантскую империю развлечений. Он и его «питомцы» повлияли на четыре поколения в Японии, три поколения в Южной Корее и два поколения молодых людей в Китае. 9 июля 2019 года Китагава скончался из-за субарахноидального кровоизлияния.
Китайские эксперты отмечают, что сначала эти «идолы» сломили мятежный дух бусидо японцев. Дальше эта культура распространилась на Южную Корею, а затем через неё заразила Китай. Изначально в поп-культуре двух стран были различия, поэтому южнокорейским экспертам шоу-бизнеса пришлось нанять мощную команду китайских маркетологов, имиджмейкеров и других специалистов для «вывода товара» на китайский рынок. Были внедрены единые для всего региона Восточной Азии системы обучения и подготовки «кумиров». «Нянпао» представлены в образе «маленьких белых кроликов, случайно попавших в чёрный лес», или «мягкой хурмы», которую все хотят съесть.
В 2019 году факультет социологии Нанкинского университета провёл исследование «женоподобных». Согласно полученным результатам, у «нянпао» следующие отличительные особенности: это худощавый мужчина в возрасте от 18 до 35 лет, обладающий женственной внешностью, он нерешителен и имеет слабый характер, не имеет спортивных увлечений, обладает интерсексуальным шармом, уделяет большое внимание собственному имиджу, в разговоре использует нейтральные слова.
Научный сотрудник Института социологии Китайской академии общественных наук и заместитель директора Исследовательского отдела по молодёжным и социальным вопросам Тянь Фэн выделяет пять причин развития феномена «женоподобных».
Во-первых, это развитие «фанатской» экономики. В прошлом люди становились популярными благодаря своему труду и личным достижениям. Теперь «звёзды» могут иметь очень высокую личную популярность, при этом никто ни разу не видел конечного продукта их деятельности. Например, известный «нянпао» Лу Хань имеет более 60 млн подписчиков на "Вэйбо". Благодаря вниманию фанатов его популярность растёт, и его доходы, соответственно, увеличиваются, но он ничего не производит, не поёт песен, не пишет стихи, а просто торгует своим образом. Блогер Фэн Сяои, покривлявшись на камеру, зарабатывает 50 тыс. долларов в месяц на коротких видео. Это подрывает систему ценностей молодёжи, показывая, что для успеха и богатства необязательно трудиться. Одновременно это и мошенничество, потому что за каждым успешным «кумиром» стоит команда специалистов, раскручивающих его. То есть его успех – результат командной работы.
Во-вторых, происходят изменения в женском эстетическом восприятии. Аудитория «кумиров» в основном состоит из старшеклассниц и молодых женщин. Изначально «крутые парни» привлекали поклонниц, даря им чувство безопасности и защищённости, в настоящее время женщины становятся всё более независимыми, их потребность в чувстве безопасности снижается.
В-третьих, появившаяся коммерциализация «звёзд». Продюсерские компании видят спрос и создают продукт, стремясь получить прибыль.
В-четвёртых, возросшая популярность новых медиа и смартфонов. Раньше путь к звёздной славе был относительно долгим. С ростом популярности мобильных сервисов молодые люди могут просматривать видео онлайн в любое время в любом месте. Для создания «звёзд» требуется только вывести их в Интернет.
В-пятых, влияние японской и корейской культур.
В результате для некоторой части восточноазиатской молодёжи мужественность стала синонимом вульгарности и варварства. Молодёжь стала гнаться за «модой и вкусом», изысканной жизнью.
Поэтому китайские чиновники рассматривают усиление веяния «женоподобных» как культурный аналог Опиумных войн, видя в них орудие социальной пропаганды. Китайцы отмечают, что в то время как в азиатских странах насаждается «мужская женственность», в Европе и Соединённых Штатах через фильмы и СМИ пропагандируется мода быть «крутым парнем».
Китайские органы пропаганды хорошо знают своё дело, поэтому усматривают здесь умысел и стратегию своих коллег из США. Поэтому ведущие СМИ Китая за последние пару лет неоднократно требовали обуздать «нянпао» и другую «деформированную эстетику», в связи с чем публиковали статьи, призывающие делать культурные произведения более позитивными эстетически, богатыми по содержанию и качественными. В статьях звучат тезисы: «Образ «нянпао» должен быть раздавлен!» «Культура «женоподобных» ставит под угрозу национальную оборону и безопасность страны». «Культура «нянпао» – это продукт колонизации, Соединённые Штаты кастрируют Японию порнографией и культурой ледибоев, чтобы предотвратить возрождение японского милитаризма». «Мы должны поднять на высоту искоренение культуры «нянпао» и противостоять антидуховной колонизации, антикультурной агрессии!» На этом фоне транслируются рекомендации усилить присутствие в медиа «настоящих китайских мужиков», владеющих боевыми искусствами, спасающих мир и всегда готовых на подвиг.
Резюмируя вышесказанное, можно сделать простой вывод: культура – серьёзное оружие, позволяющее в относительно короткие сроки (2–3 поколения) изменить мировоззрение и систему ценностей целой нации. Китайцы смогли вовремя увидеть опасность и нашли в себе силы и смелость начать бороться, не оглядываясь на «свободный мир», блокируя эфиры «женоподобных», спасая молодёжь, возрождая традиционные ценности и оберегая образ настоящего мужчины. Возможно, нам в этой связи тоже есть о чём задуматься…

https://zen.yandex.ru/media/zavtra/kita ... 05e0757b10



10 способов манипулирования массами

Ноам Хомский

Один из ведущих интеллектуалов США, профессор языкознания и философ Ноам Хомский составил список из 10 способов манипулирования массами.
И хотя Америка от нас далеко, нам всем хорошо знаком каждый пункт из этого списка.
Как вы думаете - почему?

Способ №1: отвлечение внимания

Основным элементом управления обществом является отвлечение внимания людей от важных проблем и решений, принимаемых политическими и экономическими правящими кругами, посредством постоянного насыщения информационного пространства малозначительными сообщениями.
Прием отвлечения внимания весьма существенен для того, чтобы не дать гражданам возможности получать важные знания в области современных философских течений, передовой науки, экономики, психологии, нейробиологии и кибернетики. Взамен этому информационное пространтсво наполняется вестями спорта, шоу-бизнеса, мистики и прочих информационных составляющих, основанных на реликтовых человеческих инстинктах от эротики до жесткой порнографии и от бытовых мыльных сюжетов до сомнительных способов легкой и быстрой наживы.
«… постоянно отвлекать внимание граждан от настоящих социальных проблем, переключая его на темы, не имеющие реального значения. Добиваться того, чтобы граждане постоянно были чем-то заняты и у них не оставалось времени на размышления; с поля – в загон, как и все прочие животные». ( Н. Хомский цитата из книги «Тихое оружие для спокойных войн»).

Способ №2: создавать проблемы, а затем предлагать их способы разрешения

Данный метод также называется «проблема-реакция-решение». Создается проблема, некая «ситуация», рассчитанная на то, чтобы вызвать определенную реакцию среди населения с тем, чтобы оно само потребовало принятия мер, которые необходимы правящим кругам. Например, допустить раскручивание спирали насилия в городах или организовать кровавые теракты для того, чтобы граждане потребовали принятия законов об усилении мер безопасности и проведения политики, ущемляющей гражданские свободы.
Или вызвать некий экономический, террористический или техногенный кризис, чтобы заставить людей в своем сознании принять меры по ликвидации его последствий, пусть и в нарушение их социальных прав, как «необходимое зло». Но нужно понимать, что кризисы сами не рождаются.

Способ №3: постепенное примирение

Чтобы добиться принятия какой-либо непопулярной меры, достаточно внедрять ее постепенно, день за днем, год за годом. Именно таким образом были глобально навязаны принципиально новые социально-экономические условия (неолиберализм) в 80-х и 90-х годах прошлого века.
Сведение к минимуму функций государства, приватизация, неуверенность, нестабильность, массовая безработица, заработная плата, которая уже не обеспечивает достойную жизнь. Если бы все это произошло одновременно, то наверняка привело бы к революции.

Способ №4: отсрочка исполнения

Другой способ продавить непопулярное решение заключается в том, чтобы представить его в качестве «болезненного и необходимого» и добиться в данный момент согласия граждан на его осуществление в будущем. Гораздо проще согласиться на какие-либо жертвы в будущем, чем в настоящем.
Во-первых, потому что это не произойдет немедленно. Во-вторых, потому, что народ в массе своей всегда склонен лелеять наивные надежды на то, что «завтра все изменится к лучшему» и что тех жертв, которых от него требуют, удастся избежать. Это предоставляет гражданам больше времени для того, чтобы свыкнуться с мыслью о переменах и смиренно принять их, когда наступит время.

Способ №5: обращаться к народу как малым детям

В большинстве пропагандистских выступлений, рассчитанных на широкую публику, используются такие доводы, персонажи, слова и интонация, как будто речь идет о детях школьного возраста с задержкой в развитии или умственно неполноценных индивидуумах.
Чем усиленнее кто-то пытается ввести в заблуждение слушающего, тем в большей степени он старается использовать инфантильные речевые обороты. Почему? Если кто-то обращается к человеку так, как будто ему 12 или меньше лет, то в силу внушаемости, в ответ или реакции этого человека, с определенной степенью вероятности, также будет отсутствовать критическая оценка, что характерно для детей в возрасте 12 или менее лет.
Заранее наивные рассуждения и прописные истины заложенные в политических речах рассчитаны на восприятие широкой аудитории, к которой уже применяются выше и нижеописанные методы манипулирования ее сознанием.

Способ №6: делать упор на эмоции в гораздо большей степени, чем на размышления

Воздействие на эмоции представляет из себя классический прием нейролингвистического программирования, направленный на то, чтобы заблокировать способность людей к рациональному анализу, а в итоге и вообще к способности критического осмысления происходящего.
С другой стороны, использование эмоционального фактора позволяет открыть дверь в подсознательное для того, чтобы внедрять туда мысли, желания, страхи, опасения, принуждения или устойчивые модели поведения. Заклинания о том как жесток терроризм, как несправедлива власть, как страдают голодные и униженные оставляют «за кадром» истинные причины происходящего. Эмоции – враг логики.

Способ №7: держать людей в невежестве, культивируя посредственность

Добиваться того, чтобы люди стали неспособны понимать приемы и методы, используемые для того, чтобы ими управлять и подчинять своей воле. Качество образования, предоставляемого низшим общественным классам, должно быть как можно более скудным и посредственным с тем, чтобы невежество, отделяющее низшие общественные классы от высших, оставалось на уровне, который не смогут преодолеть низшие классы.

Способ №8: побуждать граждан восторгаться посредственностью

Внедрять в население мысль о том, что модно быть тупым, пошлым и невоспитанным. Этот способ неразрывен с предыдущим, так как все посредственное в современном мире появляется в огромных количествах в любых социальных сферах – от религии и науки до искусства и политики.
Скандалы, желтые страницы, колдовство и магия, сомнительный юмор и популистические акции – все хорошо для достижения одной цели – не допустить, чтобы люди имели возможность расширить свое сознание до бескрайних просторов реального мира.

Способ №9: усиливать чувство собственной вины

Заставить человека уверовать в то, что только он виновен в собственных несчастьях, которые происходят ввиду недостатка его умственных возможностей, способностей или прилагаемых усилий. В результате, вместо того, чтобы восстать против экономической системы, человек начинает заниматься самоуничижением, обвиняя во всем самого себя, что вызывает подавленное состояние, приводящее, в числе прочего, к бездействию.
А без действия ни о какой революции и речи быть не может! И политики, и ученые (особенно психотерапевты) и религиозные деятели применяют достаточно эффективные доктрины для достижения эффекта самобичевания пациентов и паствы, чтобы управлять их жизнеутверждающими интересами, направляя действия в нужное русло.

Способ №10: знать о людях больше, чем они сами о себе знают

В течение последних 50 лет успехи в развитии науки привели к образованию все увеличивающегося разрыва между знаниями простых людей и сведениями, которыми обладают и пользуются господствующие классы.
Благодаря биологии, нейробиологии и прикладной психологии, «система» получила в свое распоряжение передовые знания о человеке, как в области физиологии, так и психики. Системе удалось узнать об обычном человеке больше, чем он сам о себе знает. Это означает, что в большинстве случаев система обладает большей властью и в большей степени управляет людьми, чем они сами.

Пишет varjag2007su
2021-11-05
https://varjag2007su.livejournal.com/90 ... iendViewed


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб апр 16, 2022 8:34 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1108 от 18 апреля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Институт РУССТРАТ выступил с докладом "Особенности расстановки политических сил в КНР: внешние и внутренние аспекты".
В статье "Операция «Фейк-рус»" Андрей Выползов доказывает, что самоуверенное наступление Запада на память о Великой Отечественной войне является глобальной спецоперацией, рассчитанной на весь XXI век. Если мы позволим стереть историческую память о ключевой роли нашего народа в победе над нацизмом, дальше, уже по накатанной, сдадим историческую правду о Юрии Гагарине, как о первом на Земле человеке, полетевшим в космос. И, наконец, последнее, что отберут, сольют, так сказать, это кровь нашей уникальной цивилизации – русский язык.




Особенности расстановки политических сил в КНР:
внешние и внутренние аспекты

Чем закончится противостояния Си Цзиньпина с комсомольской группировкой и почему Си является главной мишенью для демократической партии США

Москва, 31 января 2021, Институт РУССТРАТ. Среди представителей официальной китаистики активно распространяется миф, суть которого заключается в том, что будто бы главной причиной быстрой победы над эпидемией коронавируса, как и отсутствия в Китае ее «второй волны», служит жесткая авторитарная политика властей и единовластное руководство Си Цзиньпина. В качестве иллюстрации даже любят приводить используемый-де в КНР советский опыт, связанный с решительным пресечением в конце 50-х годов едва не распространившейся эпидемии черной оспы.
Между тем, не все так просто. С тех пор мир пережил распад СССР и смешение политико-экономических укладов, плавно переросшее в глобализацию, глашатаи которой провозгласили «единый мир». На практике это означало формирование трансграничной расстановки политических сил сквозного характера, пересекающей государственные границы и создающей инструменты взаимного влияния ведущих стран в элитах друг друга.
Одновременно с эпидемией в китайском политическом лексиконе появился термин «политический вирус». Эксперты дружно связали его с информационной агрессией против Пекина со стороны Вашингтона, обвинявшего Китай и ВОЗ в «дезинформации» мирового сообщества и «утаивании правды» об эпидемии, а также усиленно навязывали международному общественному мнению миф о «китайском вирусе» (опровергнутым, заметим, не только в материалах Института РУССТРАТ, но и масштабным исследованием С.Е.Кургиняна (Кургинян С.Е. Коронавирус – его цель, авторы и хозяева. В 17-ти ч. // Суть времени, 2020. №№379-409).
На наш взгляд, интерпретация «политического вируса» имеет не только внешнее, но и внутреннее китайское прочтение, где оно связано как раз с тем крылом китайской политической элиты, которое ориентировано на глобалистские круги в США, замкнутые, в свою очередь, на спонсоров и политический актив Демократической партии. Этот вопрос требует короткого исторического экскурса.

Внутренняя политика Китая в международных раскладах
Излюбленной темой для той части отечественных экспертов, что скептически относятся к перспективам российско-китайского стратегического партнерства, ибо ангажированы «европейским проектом» - интеграцией с Европой «славянского ядра» бывшего СССР, является якобы «тесная связь» китайской и англосаксонских элит.
Говоря об этом, обычно ссылаются на возможность распада США и поэтапного возвращения глобального доминирования Британии через временное китайское лидерство. Решающим аргументом в этих умственных построениях служит передача Китаю Британией и Португалией в конце XX века Гонконга и Макао, которые ныне преобразованы в специальные автономные районы КНР Сянган и Аомэнь. Как же обстоит дело на самом деле?
Ряд западных think tanks, прежде всего Фонд братьев Рокфеллеров (RBF), долгое время разрабатывали «пилотные проекты» трансформации некоторых регионов мира. Среди них до 2015 года фигурировал «Южный Китай», ныне преобразованный в документах фонда в просто «Китай». С одной стороны, этот факт связан с переменами, которые произошли после прихода к власти Си Цзиньпина, и укрепления стабильности положения страны. Вполне логично увидеть в этом смену приоритетов Запада с отказом от планов расчленения КНР.
С другой стороны, у данного вопроса имеется определенная предыстория, связанная с так называемым Техасским соглашением 2005 года, подписанным президентами США и Мексики и премьер-министром Канады. Соглашение предусматривало интеграцию трех стран с созданием к 2010 году на континенте Северо-Американского союза (NAU) с единой валютой амеро, а к 2015 году – Трансатлантического союза Северной Америки и Европы с еще одной самостоятельной валютой, но уже не амеро и не евро.
Ряд специалистов в связи с этим указывали вариант с фунтом стерлингов, как наиболее вероятный и функциональный с точки зрения глобальных институтов. Движение к реализации этого проекта было обозначено попыткой создания Трансатлантического партнерства, от которого администрация Дональда Трампа отказалась после британского референдума по Brexit. Тем самым был поставлен крест на возможности помещения Лондона в центр архитектуры будущей объединенной «Трансатлантики».
Таким образом, очередной транзит «мирового центра», траекторию которого в своих трудах подробно описывал Арнольд Тойнби (например, Цивилизация перед судом истории), вроде бы предполагался из США в Великобританию через Южный Китай. К этому проекту готовились, возвращая Китаю знаковые колонии, но затем от него отказались ввиду невозможности реализовать. В том числе, по причине возросших амбиций самого Китая, которые с раздражением в начале 2010 года описал в одной из своих статей крупный стратег и почетный председатель Северо-Американской группы Трехсторонней комиссии (Trilateral) Дж. Най-мл.
Углубленные исследования этой темы, осложненные закрытостью информации и ее сбором буквально по крупицам, вывели на то, что проект «промежуточного» южно-китайского «мирового центра» действительно существовал, но он не рассматривался собственно китайским. Формирование его предполагалось в треугольнике южно-китайского анклава «Большого залива» (Гуандун – Сянган – Аомэнь) с Сингапуром и Австралией.
Данная информация, устаревшая с точки зрения планов глобалистского транзита (к нему мы еще позже вернемся), исключительно важна для последующего анализа и понимания процессов, происходящих внутри современной КНР под давлением американских санкций и тарифной войны.
В данный же момент нас интересуют конкретные проводники этого несостоявшегося проекта внутри самого Китая, которые сегодня используются, во многом втемную, в качестве инструмента западного давления в поисках путей дезинтеграции и фрагментации страны в отместку за срыв проекта и в рамках китайско-американского противостояния.
Речь идет о так называемой «комсомольской» группе («туань пай»), политическое оформление которой тесно связано с именем Ху Яобана – последнего председателя ЦК КПК (1981-1982 гг.), с 1981 по 1987 годы – генсека ЦК КПК.
Дэн Сяопин, «патриарх» китайской политики реформ и открытости, сначала выдвинул Ху на этот пост в ходе подготовки к XII съезду КПК (1982 г.), на котором, заручившись в том числе его поддержкой, укрепился в составе Посткома Политбюро ЦК КПК, возглавив Центральный военный совет (ЦВС) КНР и перехватив власть у Хуа Гофэна, который пришел к ней после смерти в 1976 году Мао Цзэдуна. А затем сместил Ху Яобана, посадив его под домашний арест после активной поддержки тем студенческих протестов 1986 года.
Спустя три года, весной 1989 года, именно кончина Ху стала детонатором новых студенческих волнений в г.Хэфэй, административном центре «коренной» комсомольской провинции Аньхой (в поясе р. Янцзы), которые перекинулись в Пекин и вылились в почти трехмесячное противостояние на площади Таньаньмэнь.
Несмотря на разгром мятежа и последующее укрепление во власти сил, для которых мощная национальная государственность служит существенным приоритетом перед участием в глобализации, «туань пай» сохранили свои позиции в верхах.
Среди бывших руководителей (первых секретарей) ЦК КСМК – Коммунистического союза молодежи Китая находится не только прежний лидер КНР Ху Цзиньтао (2002-2012 гг.), но также современные политики, занимающие ответственные государственные должности.
Например, премьер Госсовета Ли Кэцян (имеется информация, что на подступах к транзиту власти в 2012 г. Ху Цзиньтао склонялся к его назначению «первым лицом», а Си Цзиньпина – «вторым»). Вице-премьер Госсовета Ху Чуньхуа (до конституционных изменений 2018 г. считался возможным преемником Си Цзиньпина в 2022 г.), министр природных ресурсов КНР Лу Хао, губернаторы и секретари парткомов ряда провинций.
Учитывая, что значительная часть таких «комсомольских» регионов, включая крупнейший мегаполис Чунцин, провинцию Хубэй с ее административным центром Ухань (до смены их руководства в 2020 г.), находится в бассейне Янцзы, ряд экспертов высказывают мнение, что определенное напряжение по части приоритетов существует и между Си Цзиньпином и Ли Кэцяном.
Если лидер страны концентрирует национальные интересы не только на внутреннем развитии, но и на его проекции вовне, эквивалентом которого служит глобальная инициатива «Пояса и пути», то глава Госсовета неоднократно высказывался в пользу приоритетности как раз «пояса Янцзы».
Более того, опережающие темпы, которыми под непосредственным правительственным руководством в провинции Хубэй был построен уникальный гидроэнергетический комплекс «Три ущелья», прямо указывают на этот «пояс» как на территориальную и экономическую опору «комсомольцев». Заметим, что географически эта провинция примыкает к Гуандуну и, не исключено, что связана с упомянутым проектом «Большого залива», который продвигается Госсоветом КНР под руководством «комсомольца» Ли Кэцяна.
Следует отметить, что в начальный период работы «тандема» Си - Ли имел место эпизод с перекосом Госсоветом финансирования проектов развития именно в пользу бассейна Янцзы, за счет северных регионов страны, причем, вопреки прямым указаниям Си Цзиньпина.
Другой, еще более яркий пример. В 2016 году в российских СМИ прошла информация о предстоящем выводе ряда китайских предприятий в Хабаровский и Приморский края России, преподнесенная в качестве доказательства «экспансионистских» намерений Поднебесной. Потом эту тему «замяли» и закрыли. На самом деле все обстояло иначе.
Ли Кэцян предпринял попытку осуществить приватизацию «нерентабельных» производств, решив начать этот процесс с северо-восточных, пограничных с нашей страной, провинций Хэйлунцзян, Ляонин и Цзилинь, в которых «комсомольцы» не обладают серьезной базой поддержки.
Ответом на эти планы со стороны Си Цзиньпина, скорее всего, и стала договоренность с Владимиром Путиным о выводе в Россию предприятий, включенных Госсоветом в приватизационный план, чтобы их уберечь. Осознав провал приватизационного проекта, правительственные ведомства КНР, по-видимому, «включили задний ход», и вопрос был снят с повестки дня.

«Комсомол» vs. НОАК или Аньхой против Шанхая
Именно «комсомольское» происхождение протестов, связанных с именами Ху Яобана и его преемника на посту генсека партийного ЦК Чжао Цзыяна, также поддержавшего протестное движение и также отправленного Дэн Сяопином в отставку, побудило последнего изменить отношение к политико-идеологическому наполнению реформ.
Преемственность власти в июне 1989 года была передана консервативному крылу оппонирующей «комсомольцам» так называемой «шанхайской» группы во главе с Цзян Цзэминем, занявшим пост нового генсека ЦК КПК напрямую с должности мэра Шанхая.
В завершение экскурса в историю внутренней властной группы, связанной с КСМК, следует подчеркнуть, что китайский комсомол имеет существенно большую автономию от КПК, чем советский ВЛКСМ от КПСС. Самое главное: в уставном порядке не оформлены механизмы контроля ЦК КПК над генеральной линией ЦК КСМК, что и превратило китайский комсомол, в кузницу кадров не для бизнеса, как это произошло в случае с ВЛКСМ, а для большой политики.
С одной стороны, в нем прочны позиции сторонников интернационалистского марксизма, связанные с «оранжевыми» тенденциями, которые Вашингтон продвигает с помощью концепции «глобальной демократической революции».
Оформленная в 2003-2005 годах (Дж.Буш-мл., Р.Чейни, К.Райс), она опирается на неоконсервативное течение (Р.Каган, супруг Виктории Нуланд), фундамент которого составляют в том числе неотроцкистские идеи, изначально представленные М. Шахтманом, а также отцом и сыном Кристоллами. Эта часть генезиса «туань пай» объясняет связь «комсомольцев» с массовыми общественными движениями.
С другой стороны, высокий уровень идеологизации, расшатывающий государственную стабильность, всякий раз сталкивает «туань пай» со встречными тенденциями по ее укреплению, которые выражены группами государственников и связываются с «силовым» блоком.
Тем самым оформляется главная «ось» перманентного внутриполитического противостояния между КСМК и НОАК, важного, в частности, для понимания логики властного транзита к пятому поколению руководителей КПК в 2012 году, а также событий в Ухане, «упакованных» в тему эпидемии коронавируса.
У «комсомольской» группы имеется и еще один фактор влияния. Это определенные позиции, во-первых, в автономных районах (национальных автономиях), прежде всего, в Тибете и Внутренней Монголии, а также в Гуандуне, наиболее развитом и ориентированном на экспорт в развитые страны, в котором тоже очень силен этнический фактор, связанный с коренными народностями – кантонцами и хакка.
Это в немалой степени связано с руководством этих регионов, во главе которых длительные периоды находились такие в прошлом лидеры КСМК как Ху Цзиньтао, Ван Ян, Ху Чуньхуа, а в настоящее время оно наводнено соответствующими кадрами их выдвиженцев.
Во-вторых, у группы имеется традиционное влияние в исполнительной власти, как в руководстве Госсоветом, которое с 2002 года по настоящее время возглавляли и возглавляют выходцы из КСМК Вэнь Цзябао и Ли Кэцян, так и в ряде ключевых министерств и ведомств: пример «восходящей звезды» этой группы Лу Хао, упомянутого министра природных ресурсов КНР, продвигающего «зеленую» повестку, связанную с «устойчивым развитием».
Итак, системообразующая «ось» китайской внутренней политики, формирующаяся противостоянием выходцев из КСМК с НОАК, в географической проекции выглядит оппозицией Аньхоя и Шанхая, а также, в рамках конкуренции Севера и Юга, столкновением приоритетов «пояса Янцзы» с «Поясом и путем».
Здесь следует подчеркнуть важный нюанс. Выступая ключевыми партнерами по диалогу с американскими глобалистами, «комсомольцы», по-видимому, рассматривают экономическое развитие юга страны собственной сферой ответственности в рамках более широких глобализационных сценариев (как проекции Моря), в которые оно встроено.
И наоборот: приверженность их оппонентов проекту распространения китайского влияния в Евразии за счет строительства транспортной инфраструктуры, которым является «Пояс и путь», говорит о суверенном, пекинском происхождении этой инициативы (концепция Суши). И она не случайно в последнее время подвергается все более жесткой критике со стороны США и других западных центров.
При этом совсем не обязательно, что опережающее развитие юга КНР связано с перспективой дезинтеграции страны. Другое дело, что продвигая эту тему, «комсомольцы», в процессе борьбы за лидирующие позиции во власти, сами того не желая, провоцируют геополитических оппонентов Китая, прежде всего, США, на разработку планов раздела страны по линии Янцзы.
Тем более что предыстория данного вопроса уходит корнями в договоренности, достигнутые на Каирской международной конференции 1943 года с участием Ф.Рузвельта, У.Черчилля и Чан Кайши, согласно которым послевоенный «белый» Китай планировалось превратить в антисоветский форпост, а также в динамику Гражданской войны 1945-1949 годов, в ходе которой Запад предпринимал попытку остановить наступление сил КПК на рубеже Янцзы с целью отделения юга страны от севера.
Со своей стороны, сопряжение «Пояса и пути» с российским проектом ЕАЭС, безоговорочно поддержанное Си Цзиньпином, наглядно показывает приоритет северного вектора геополитики официального Пекина, нацеленного на расширение и углубление российско-китайского стратегического партнерства.
И этот пророссийский вектор, существующий опять-таки за рамками субъективных представлений о групповых интересах, имеет противоположную направленность по отношению к проамериканскому вектору юга. Если уложить это внутреннее противоречие в контекст основополагающих концепций классической геополитики, то оно в точности отразит описанное ее классиками противостояние сухопутных и морских концепций цивилизационного поведения и развития.

Почему Шанхай, и как он связан с НОАК?
Строго говоря, Шанхай – не север, а центр побережья, политически и ментально примыкающий скорее к югу. В том числе «благодаря» влиянию, которым обладают в этом мегаполисе британские глобальные банки, свившие в нем гнездо еще во времена Опиумных войн XIX века. Речь идет о банках HSBC и Standard Chartered, альянс которых «работает» в Шанхае и Гонконге, объединяет эти два центра и до сих пор владеет charter – британской королевской грамотой на выпуск валюты автономии – гонконгского доллара.
Более того, на границе Шанхая (субъект центрального подчинения) и соседней провинции Цзянсу расположено устье Янцзы, причем, мегаполис находится от него к югу. В политическом отношении, по крайней мере, во времена ранней КНР, Шанхай очень часто находился в состоянии фронды с центром. Хорошо известная по временам Культурной революции и «разоблаченная» после смерти Мао Цзэдуна «банда четырех» была тесно связана именно с Шанхаем, и ее часто называли «шанхайской четверкой».
Консервативные тенденции в Шанхае возобладали с назначением в сентябре 1995 года мэром и руководителем парторганизации будущего генсека ЦК КПК Цзян Цзэминя. С его правлением связан подъем и другого крупного руководителя – Чжу Жунцзи, который соединил руководство мэрией и городской парторганизацией после прихода Цзяна к власти и руководству страной, а с 1998 по 2003 годы, при нем же, возглавлял Госсовет КНР.
Среди экспертов по Китаю существует уверенность в наличии в стране не двух, а нескольких внутрипартийных групп.
Помимо «комсомола» и «шанхайцев», называют «шэньсийскую» группу, якобы создаваемую самим Си Цзиньпином, которому, родившемуся в Пекине, приписывают принадлежность к ней по месту рождения его отца Си Чжунсюня, на рубеже 50-х и 60-х годов – зампреда Госсовета КНР.
Ряд экспертов-практиков (что наиболее удивительно) выделяют «шаньдунскую» группу, создание и лидерство в которой приписывают Ван Цишаню, нынешнему вице-председателю КНР, ранее, в первой властной каденции Си Цзиньпина, входившему в состав Посткома Политбюро ЦК КПК и возглавлявшего ЦКПД – Центральную комиссию КПК по проверке дисциплины. Это, несмотря на то, что в СМИ неоднократно указывалось на абсолютную лояльность Ван Цишаня Си Цзиньпину и на полное доверие к нему со стороны последнего.
Выделяют «группу принцев», огульно включая в нее детей всех бывших «начальников», совершенно не учитывая, что элементы преемственности позиций во власти характерны для всех элитных групп, включая противоборствующие. Эти «изыскания» имеют право на жизнь с точки зрения науки, но они мало соответствуют политической действительности. Особенно если учесть, что сам нынешний лидер КПК и КНР прибыл на пост вице-председателя страны, фактически преемника Ху Цзиньтао, в 2007 году, в канун XVII съезда КПК, из Шанхая. Там он на протяжении полугода занимал те же руководящие должности, что в свое время и Цзян Цзэминь.
Спекуляции вокруг его «оппозиции» Цзяну в основном крутятся вокруг смены нынешним лидером в Шанхае угодившего в коррупционный скандал его ставленника Чэнь Ляньюя, а в Пекине, на новой должности, тесно связанного с Цзяном Цзэн Цинхуна, «погоревшего» совсем по другим причинам.
До этого крупные вехи карьеры Си Цзиньпина были связаны с руководством важными городами и самими приморскими провинциями Фуцзянь и Чжэцзян, расположенными на побережье между Гуандуном и Шанхаем. Лишь начальный этап самостоятельной карьеры Си Цзиньпина был связан со столичной провинцией Хэбэй, куда он был направлен по личной просьбе с должности секретаря министра обороны Гэн Бяо.
С этого момента, учитывая личную дружбу министра с отцом Си Цзиньпина, начались его «особые» отношения с НОАК. Уже в Хэбэе, параллельно руководству уездом, Си стал главой политкомиссариата его народной вооруженной милиции. В Фуцзяни он возглавил секретариат военного округа НОАК, а в Чжэцзяне, одновременно с гражданской властью получил посты секретаря парткома Нанкинского военного округа и руководителя провинциального комитета оборонной мобилизации.
В настоящее время, когда Си Цзиньпин давно находится у власти, хорошо известно об его «особых» отношениях со своим первым заместителем в ЦВС генерал-полковником Чжан Юся. Причем, совместно служили и работали еще их родители. Важно и то, что в преддверие сессии ВСНП в марте 2018 года, где принимались конституционные изменения, отменяющие ограничение власти двумя пятилетними сроками, в непосредственное подчинение ЦВС были переведены силы народной вооруженной полиции КНР, ранее подчинявшиеся Госсовету.
Достоверно можно судить только об одной группе фактов, непосредственно связанных с властным транзитом 2012 года – об аресте главы Чунцина Бо Силая, а впоследствии и его протеже в бывшем составе Посткома Политбюро Чжоу Юнкана. В целом, если уйти от многочисленных слухов, их политическая вина заключалась в попытке переиграть предварительные решения по вопросу о власти в собственных групповых интересах.
Также еще известно о беспрецедентной на этом фоне тройственной встрече в канун XVIII съезда Си Цзиньпина со своими предшественниками Ху Цзиньтао и Цзян Цзэминем, на которой было принято решение о невмешательстве прежних лидеров в политику.
Поэтому периодически появлявшиеся в последние годы инсинуации о «задержании» Цзяна и «репрессиях» против «шанхайцев», как минимум, неубедительны, особенно если учесть, что все эти годы первым заместителем Ван Цишаня в ЦКПД являлся «шанхаец» Ян Сяоду.
В 2018 году, по итогам XIX съезда КПК, он получил пост руководителя государственных надзорных органов, в которые передаются из ЦКПД дела «проштрафившихся» членов КПК для привлечения к уголовной ответственности после партийного расследования и исключения из партии.
Отдельно следует отметить, что именно с Шанхаем связано создание ШОС, решающий вклад в которое внесли лидеры России и Китая Владимир Путин и Цзян Цзэминь. Данный факт представляется глубоко символичным с точки зрения геополитики, ибо он задает новый вектор развития КНР, тесно связанный внутри страны с Шанхаем, а во внешней политике – с Россией.
Вывод из этой цепочки фактов напрашивается естественный. Последовательный переход во власть из Шанхая Цзян Цзэминя и Си Цзиньпина, как и близость взглядов этих лидеров в сфере идеологии – оба являются государственниками, ориентированными на сближение не с США, как «комсомольцы», а с Россией, указывает на их безоговорочную принадлежность к «шанхайской» группе. Точно так же, как представители «комсомольской» группы сохраняют преемственность друг другу на протяжении десятилетий.
Таким образом, абстрактные конструкции с «шэньсийской», «шаньдунской» группами или пресловутыми «принцами», остаются умозрительными квазиэкспертными упражнениями. Реальная властная конкуренция тем временем ведется между «комсомольской» и «шанхайской» элитными группами, за пределами которых никаких властных ресурсов не остается.
Конституционная реформа 2018 года в этих условиях стала серьезным поражением «туань пай». С одной стороны, она была тщательно подготовлена не только на организационном, но и на политическом уровне. В 2017 году «комсомольцы» пропустили наиболее серьезный удар: снятию со всех постов, исключению из КПК, аресту и приговору о пожизненном заключении за коррупцию подвергся сменивший Бо Силая во главе Чунцина Сунь Чжэнцай.
В КНР не являлось секретом, что он рассматривался «пристяжным» к Ху Чуньхуа в качестве кандидата в премьеры Госсовета при планировавшемся в 2022 году переходе власти к шестому поколению руководителей. Разрушенная «домашняя заготовка» дезорганизовала группу настолько, что она ничего не смогла противопоставить конституционным поправкам и принятым в их русле кадровым решениям.
В должности вице-председателя КНР «комсомольца» Ли Юаньчао сменил ближайший соратник Си Цзиньпина Ван Цишань, передавший контроль над ЦКПД Чжао Лэцзи. Новый руководитель комиссии формально не связан с «шанхайцами», но в 2012 году принял руководство Организационным отделом ЦК КПК после арестованного по коррупционному делу Лин Цзихуа, близкого соратника Ху Цзиньтао.
Причем, не будет преувеличением утверждение, что при Си Цзиньпине прежние границы «шанхайской» группы существенно расширились, включив представительство северных элит в целом. Подтверждением этого, например, является карьера действующего главы МИД Ван И, выходца из Пекина, биография которого тесно связана и с другим, соседним центральным мегаполисом Тяньцзинем.
Известно, что руководитель дипломатии КНР женат на дочери многолетнего секретаря Чжоу Эньлая, бессменного премьера Госсовета с 1949 года до самой смерти в январе 1976 года, приемного отца еще одного премьера Ли Пэна, политика-легенды, которому на уровне слухов приписывается стремление к нормализации отношений с СССР.
На практике Чжоу предпринял конкретные шаги в этом направлении в ходе встречи в сентябре 1969 года в аэропорту Пекина с председателем Совета министров СССР А.Н.Косыгиным. И включил в проект итогового документа позитивные формулировки, дезавуированные, впрочем, Мао Цзэдуном.
С другой стороны, «пилюлю» конституционной реформы 2018 года «комсомольцам» подсластили с помощью реорганизации в их пользу системы управления Госсоветом, благодаря которому был достигнут компромисс, достаточный для сохранения баланса сил во власти и, как следствие, политической стабильности в стране.

«Политический вирус»
Как считают в МВФ, локдаун, связанный с весенним пиком эпидемии коронавируса в Ухане, обошелся Китаю в 36,6% ВВП. Оценки китайского Госстата скромнее и называют цифру потерь в 6,8% ВВП, в абсолютных показателях – около 1 трлн долларов. Хорошо известно, что китайская модель фактической блокады мегаполиса с населением в 12 млн человек, была реализована и в других странах, в частности, в США, в штатах, где у власти находится Демократическая партия.
Известный исследователь внутренних процессов в КНР Николай Вавилов, обращая внимание на возможную взаимосвязь этих фактов, выдвигает версию о взаимодействии «комсомольцев» на эпидемической почве с американскими демократами. Свои рассуждения он подкрепляет анализом «эпидемиологического» обращения Си Цзиньпина от 3 февраля 2020 года, позднее опубликованного официальным партийным журналом «Цюши».
Вавилов подчеркивает, что лидер страны не требовал полной блокады Уханя, а лишь предлагал взять под контроль въездной и выездной трафик. Инициатива же полного карантина принадлежала провинциальным и городским властям, которые относятся к «комсомольской» группе, - теперь уже бывшим секретарю парткома Хубэя Цзян Чаоляну, мэру Уханя Чжоу Сяньвану, которого «прикрывал» также бывший секретарь парткома городской организации КПК Ма Гоцян.
Утверждается, что целью было поощрение роста социального недовольства с выходом на леворадикальные погромы по американскому сценарию, которые уже начались во втором по численности населения центре Хубэя – г. Чжучжоу. Поддержав «действия масс» наверху, «комсомольцы», по его мнению, планировали в стране переворот «оранжевого» типа, который был предотвращен обращением Си Цзиньпина к НОАК от 29 января, введением в Ухань войскового контингента численностью в 5 тыс. военнослужащих и полной заменой провинциального и городского руководства.
«Комсомольцев» в нем сменили лояльные Си Цзиньпину выходцы из провинций Шаньдун и Чжэцзян. Особо подчеркивается, что деструкция, спровоцированная действиями региональных и местных властей, возможно, имела неофициальную санкцию высшего руководства Госсовета.
Помимо Уханя и Чжучжоу, вспышки социального недовольства, спровоцированные жесткими карантинными ограничениями, наблюдались в ряде других городов и секторов Китая – Хуангане, Сучжоу, а также на пекинском транспорте. Большего организаторам кризиса добиться не удалось, ибо реализация этого сценария была пресечена жесткими и организованными действиями армии и правоохранительных структур, парализовавшими «комсомольскую» верхушку.
Вавилов проводит прямые параллели между событиями вокруг Уханя в 2020 году и эпидемией атипичной пневмонии (SARS) 2002-2003 годов, в результате которой команде только пришедшего к власти Ху Цзиньтао удалось перехватить у оппонентов управление Пекином и провинцией Гуандун. Впоследствии это облегчило им завершающую атаку на «шанхайскую» группу, которая, отдав оппонентам посты генсека ЦК КПК и премьера Госсовета КНР, до 2005 года удерживала за собой возглавлявшийся Цзян Цзэминем ЦВС, но в итоге отступилась и от него.
Перебрасывая мостик рассуждений к зарубежным «поджигателям» стабильности в КНР из Демократической партии США, Вавилов указывает, что проигрыш в Ухане поставил «комсомольцев» в зависимость от демократов, которые с приходом Дж. Байдена разрабатывают против них режим санкций. Смысл этого в создании ситуации, при которой лидеры группы, среди которых особо выделяют Ху Чуньхуа, будут поставлены перед выбором между полным политическим крахом и игрой ва-банк.
Если говорить конкретнее, то речь с американской стороны идет о том, чтобы склонить «комсомольскую» верхушку к использованию своего влияния в проблемных регионах Китая, прежде всего, в Тибете и Гуандуне, в целях их обособления внутри КНР на фоне перспективы развития центробежных тенденций.
Отметим, что в российской аналитике рядом экспертов уже выдвигались предположения, что «лакмусовой бумажкой» решения вопроса о власти в кадровой сфере на предстоящем в 2022 году XX съезде КПК будут две темы: сохранит ли Ли Кэцян пост премьера Госсовета КНР, и будет ли Ху Чуньхуа избран в Постком Политбюро ЦК КПК.
Данная версия выглядит хоть и неоднозначной, но достаточно правдоподобной, особенно если учесть вынужденный перенос в 2020 году сессий ВСНП и Народного политического консультативного совета Китая (НПКСК) с традиционного начала марта на последнюю декаду мая, что развязывало заинтересованным сторонам руки, по сути, до фактического конца эпидемии.
Другой ее стороной являются события, наблюдаемые нами в России – эпидемия в нашей стране временами также носит характер «политического вируса», связанного с «борьбой башен» и попытками усиления одних элитных групп за счет остальных.
Если версия Вавилова верна, то речь идет о предотвращении в Китае в 2020 году, как минимум, «кризиса власти». Причем, попытка ввергнуть в него страну была предпринята в момент наименее благоприятного сочетания внутренних и внешних факторов – эпидемии, раскручивания экономического кризиса и социальных протестов, обострения китайско-американского противостояния, а также его конъюнктурного перевода администрацией США в плоскость «политической ответственности» Пекина за коронавирус.

Итоги и выводы
Подводя итоги политическому развитию КНР в завершившемся 2020 году, следует отметить, что страна, без сомнений, прошла через сложный период, но сумела сохранить внутриэлитный баланс, предотвратив социально-политическую дестабилизацию. Отсутствие в Китае «второй волны» эпидемии косвенно подтверждает версию Николая Вавилова.
И это не только значительно укрепляет внутриполитические позиции Си Цзиньпина, но и ставит в невыгодное положение его оппонентов, которые в этих условиях становятся главной мишенью как во внутренней борьбе с коррупцией, так и во внешнем противостоянии с США.
Этот расклад уже проявил себя в активизации политики официального Пекина по противодействию дестабилизации Гонконга (Сянгана). Решения, принятые в отношении автономии – утверждение Закона КНР о национальной безопасности и «чистка» от деструктивной оппозиции местного Законодательного совета – существенно ограничили возможности внешних и внутренних сил по продолжению протестов, которые стали затихать.
Новую расстановку сил зафиксировали и результаты проведенного в конце октября пленума ЦК КПК, которые подвели итоги выполнению XIII пятилетнего плана и сформировали основные задачи на XIV пятилетку. Главное: пленум одобрил предложенные Си Цзиньпином рекомендации ЦК по новому пятилетнему плану, в центр которых поставлено опережающее развитие внутреннего рынка. Тем самым подчеркнута первичность партийного руководства и внутренней политики по отношению к деятельности Госсовета и прежним приоритетам преимущественной работы экономики на экспорт.
То есть, помимо всего прочего, подтверждается расчет на длительное противостояние с США, через призму которого рассматриваются ключевые внутриполитические задачи. Это существенно ограничивает политические возможности и пространство маневра «комсомольской» группы. Кроме того, появляются предпосылки для снижения ее роли во внутриполитической жизни до технического уровня, не претендующего на формирование стратегии.
Си Цзиньпину также удалось предъявить обществу позитивный результат восьми лет своего правления, который связывается с решительной борьбой против коррупции, успешным преодолением массовой бедности, особенно в сельских районах, отдаленных провинциях и национальных автономиях.
Эта кампания, уложенная в контекст «двух столетий», благодаря успешному достижению первого из этих рубежей – завершения к 2021 году, к столетию КПК, строительства в стране «общества среднего достатка», наглядно показывает эффективность Си Цзиньпина. Не случайно лидер партии и страны уже в канун 2021 года, не дожидаясь его формального наступления, провозгласил переход к решению задачи «второго столетия» - строительству к 2049 году, к столетию КНР, мощного и передового социалистического государства. По сути – сверхдержавы.
Вместе с тем, следует признать, что «комсомольцам» все-таки удалось наладить и свою контригру на «внешнем» поле путем форсированного подписания в конце ноября 2020 года соглашения о ВРЭП – Всестороннем региональном экономическом партнерстве с участием Японии, Южной Кореи, Австралии и Индии.
Завизировав его от имени КНР, Ли Кэцян с одной стороны успешно завершил многолетний переговорный процесс, а, с другой, расширил внешнюю коммуникацию «комсомольской» группы с азиатскими сателлитами США, что особенно актуально в условиях перехода власти в Вашингтоне в руки демократической администрации.
В том, что касается российско-китайских отношений, очевидны следующие два вывода.
Во-первых, предотвращение дестабилизации Китая и укрепление в этой стране, которая является крупнейшим стратегическим партнером и фактическим союзником России, власти Си Цзиньпина, полностью соответствует российским национальным интересам.
Кроме того, во-вторых, тем самым создаются выгодные условия для дальнейшего расширения двустороннего взаимодействия Москвы и Пекина, ибо этот тренд без сомнения является главной ставкой Си Цзиньпина во внешней политике КНР, с которым он связывает реализацию ключевой идеологемы своего правления. Это - создание на основе социализма «с китайской спецификой» и «великого возрождения» с его помощью китайской нации некоего «сообщества единой судьбы человечества».
Из этого следует, что многочисленные спекуляции на тему «выгодности» руководству КНР прихода к власти Дж.Байдена не учитывают реальной расстановки сил в этой стране. Ввиду ее сложности, единого отношения к США и вопросам их внутренней политики в Пекине не наблюдается. Скорее, наоборот.
Водораздел между «комсомольской» и «шанхайской» элитными группами во внешней политике, в первую очередь, проходит именно через различия в их восприятии США и перспектив китайско-американских отношений. И из этого же вытекает проблемный характер «комсомольской» группы для настоящего и будущего отношений Китайской Народной Республики с Российской Федерацией в рамках всеобъемлющего братского стратегического партнерства и сотрудничества, которое отвечает национально-стратегическим интересам как России, так и Китая.

https://russtrat.ru/reports/31-yanvarya-2021-0010-2826



Операция «Фейк-рус»

Андрей Выползов

Самоуверенное наступление Запада на память о Великой Отечественной войне является глобальной спецоперацией, рассчитанной на весь XXI век. Цель – заставить русских людей в году эдак 2099-м краснеть и тушеваться при упоминании беспримерного ратного подвига своих предков. Но и это не главный замысел. Если мы позволим стереть историческую память о ключевой роли нашего народа в победе над нацизмом, дальше, уже по накатанной, сдадим историческую правду о Юрии Гагарине, как о первом на Земле человеке, полетевшим в космос. И, наконец, последнее, что отберут, сольют, так сказать, это кровь нашей уникальной цивилизации – русский язык. Сейчас такие перспективы кажутся фантастическими, но еще 10 лет назад кто бы мог предположить, что России на уровне МИДа придется доказывать, что Освенцим освобождали советские, а не американские солдаты, рассуждает обозреватель «Совершенно секретно».
В январе 2020 года англоязычный сегмент Интернета принес две новости об освобождении немецко-фашистского лагеря смерти Освенцим. Первую выдало в Twitter посольство США в Дании. Дипломаты написали с хештегом #WeRemember («Мы помним»): «Сегодня – Международный день памяти жертв Холокоста. 75 лет назад американские солдаты освободили лагерь Аушвиц-Биркенау». На возмутительную ложь вынужден был реагировать МИД России. В итоге американцы извинились, но (внимание!) не удалили твит с фальшивкой. Добавим сюда малозаметный приемчик из области топонимики: западная историография упорно игнорирует название «Освенцим», известное каждому советскому и российскому гражданину. В статьях и речах фигурирует только Аушвиц-Биркенау (такое имя польскому Освенциму, т.е. «Освященному», дали гитлеровцы, когда оккупировали Польшу. – Прим. ред.) Из-за такой путаницы англоязычная молодежь со временем будет «знать», что если русские освобождали Освенцим, то американцы – Аушвиц. А потом Освенцим просто исчезнет из истории. Не верите? Тогда вот вам вторая новость, читая которую, хочется думать, что это фейк.

«Доказательств нет!»
Но нет: администраторы «Википедии» начали всерьез обсуждать планы по удалению из всемирной виртуальной энциклопедии архивных снимков, на которых запечатлены моменты освобождения Красной Армией Освенцима. «Википедические» юристы заявили, что эти фото не являются общественным достоянием в Соединенных Штатах (а «Википедия» принадлежит американской НКО). Сославшись на закон о защите авторских прав, принятый Конгрессом США в 1994 году, администратор предложил удалить «эти файлы» и восстановить их только в 2041 (!) году. Дескать, тогда – через 95 лет после съемок – фотографии перейдут в общественное достояние США.
Позволю небольшое отступление от темы. Уже сегодня примерно треть человечества (возможно, я слишком оптимистически смотрю на человечество) нагородила в своем сознании сомнительный забор из предубеждений, что считать доказательствами того или иного события или явления. А аргументами для таких людей, преимущественно, молодых, сегодня служит написанное или не написанное в Интернете. Символом такого амебного подхода служит небезызвестный рекламный телеролик со словами: «Не запостил – значит не было». Новое поколение на всей планете не читает книг, изданных полвека назад, да их и не переиздают уже. Достаточно «Википедии», ну может быть еще Facebook. Поэтому если сегодня из американских интернет-справочников исчезнут фотографии, как советские солдаты общаются с детьми, освобожденными из Освенцима, то к 2041 году среднестатистический европеец сможет запросто поднять на смех оппонента-обывателя: «Какие, к черту, русские, остановили Холокост? Доказательств нет!»
Опять читатель возразит – ну и фантазия у автора. Но, послушайте, приведу лишь один пример. В ратуше польского городка Ольштынек есть электронный каталог военнопленных, погибших в нацистском лагере Шталаг I-B. В 1941–1944 годах на этой земле сгинуло свыше 50 тыс. красноармейцев, взятых в плен в начале Великой Отечественной войны. В Шталаге также погибли около тысячи польских воинов и до 500 французских и бельгийских солдат. Так вот, несколько лет назад Евросоюз выделил мэрии Ольштынека грант на поименное увековечивание военнопленных. Но только из Европы. Видел я этот каталог: вбиваешь, например, Францию и тебе высыпается список фамилий. Аж несколько сотен. То же с Польшей и Бельгией. Соотечественников из Советского Союза электронный источник выдает единицы, и то, за это надо сказать спасибо местным краеведам, которые по своей инициативе (что нашли в Интернете) добавили наших парней с бритыми навечно головами. В эту ратушу приезжают школьники из Франции, которые, читая списки, уж точно знают, что в этом лагере томилось больше их сограждан, чем русских. А кого больше, тот и сильней. Теперь понятно, почему они считают, что Вторую мировую войну выиграли союзники в лице США, Англии и Франции?

Гагарин и высота
Системная и бескомпромиссная атака коллективного Запада на память о Великой Отечественной войне имеет цель планетарного значения: вычеркнуть из мировой истории русскую цивилизацию. Вначале вычеркнуть наши подвиги и открытия всемирного масштаба, а затем – уже пустую породу – вывалить в терриконы исторического забвения. Зададимся простым вопросом: чем гордится русский человек, когда спор заходит о достижениях тех или иных наций? Безусловно, многим нациям есть, чем гордиться по праву, но только у русских есть в истории то, чего нет ни у кого на Земле: это Победа над фашизмом и это первый космонавт Земли.
Поверьте, не отстоим правду о Великой Отечественной, следом потеряем Юрия Гагарина. Это будет делом техники. Помните, в начале 90-х годов прошлого века постсоветские газеты из номера в номер строчили «сенсации» типа «Был ли Гагарин первым космонавтом?» или же «А летал ли Гагарин в космос?» (заметим, что этот идиотский ход мыслей по абсурдности не уступает сегодняшним вопросам, выходящим из-под пера американских журналистов и дипломатов США – «Кто на самом деле освободил Освенцим?»). Но ежели вы сейчас зайдете в Интернет, то найдете массу сайтов, где до сих пор задаются такими же вопросами про Гагарина. Влиятельным американским ученым остается только завернуть содержимое помоечных инфоресурсов в красивую обертку и выдать это на английском языке.
Вообще же, мы должны в ноги поклониться Сергею Королёву за то, что он «закинул» Гагарина на умопомрачительную для первого полета высоту – 327 км от Земли. Это реальный Космос. Напомним, вторым человеком, совершившим космический полет в мире, стал американец Алан Шепард. Но мало того, что он это сделал на двадцать с лишним дней позднее, чем Гагарин (12 апреля против 5 мая 1961 года), так еще Шепард поднялся на высоту почти вдвое ниже – 186,5 км. Таким образом, доказать, что наш Юра не бывал в космосе, на сегодня весьма затруднительно. Но не спешите с выводами. Не зря военно-воздушные силы Штатов, вопреки стандартам Международной федерации аэронавтики, занизили высоту космического полета. ВВС США классифицирует как space travel любой полет, высота которого превысила 80 км (федерация аэронавтики увеличивала этот путь до 100 км). Вот вам и лазейка для космического псевдопервопроходца из США. Представим, что через полвека, если не раньше, возьмут и найдут в архивах Пентагона «совершенно секретные документы» о том, что какой-нибудь американский пилот в 1960 году поднялся на высоту 81 километра от Земли. То есть побывал в космосе до всяких гагариных. А заокеанским архивариусам и возразить будет некому.

Победный русский язык
Но есть у нас еще более ценное, чем непревзойденная историческая память. Это русский язык. Именно люди, говорящие на русском языке, в любом уголке планеты напоминали и напоминают о Великой Победе, и как следствие, олицетворяют непобедимость духа. Российские немцы мне рассказывали историю, которая произошла в Германии, наводненной мигрантами с Ближнего Востока. В ночном клубе между молодыми арабами и немцами произошел конфликт, и последние уже морально готовились быть битыми, как в ситуацию вмешался немец, родом из Казахстана. На великом и могучем во всей своей матерной красе он прошелся по непрошенным гостям. «Арабы сразу поняли, кто перед ними, стали кричать: „Русен-Русен!“ и, представьте, ретировались. Все присутствовавшие на вечеринке кожей почувствовали победный дух, исходящий от „этого русского“. Это был какой-то коллективный катарсис», – признались собеседники.
Вытравить победный русский язык из межнационального общения, а затем предать его забвению в самой России, – вот какие дьявольские задачи стоят перед Западом. Причем, первую часть он уже выполнил, развалив Восточный блок и сокрушив Советский Союз. По последним данным подведомственного Министерству образования РФ «Социоцентра», интерес к изучению русского языка в мире с 1990 по 2018 годы снизился практически вдвое. Речь идет о десятках миллионов человек! Если в начале 1990-х годов русский изучали 74,6 млн человек, то к 2018 году их количество упало до 38,2 млн. Без учета стран бывшего СССР число изучающих русский язык сократилось по планете с 20 млн до чуть более 1 млн человек. Сегодня мы стремительно теряем русский язык на Украине, на очереди – «братская» Белоруссия. Не менее «братский» Казахстан переходит с кириллицы на латиницу...
«Мировой спад в изучении русского языка взаимосвязан с чрезмерным ростом англицизмов практически во всех языках. Насколько я знаю, феномен англицизмов отсутствует только в корейском языке и то лишь в Северной Корее, – прокомментировал «Совершенно секретно» аспирант Института восточно-европейской истории Венского университета Камилло Брейлинг, изучающий славистику. – В немецком языке англицизмов масса. Изучая русский язык в Австрии, я думал, что в России с этим получше, но когда приехал к вам, то был удивлен засильем англицизмов. Например, я увидел русский магазин с вывеской Freestyle. Не понимаю, почему нельзя назвать „Свободный стиль“? По-русски это так красиво звучит! Сейчас в Австрии принят закон, чтобы 20% песен на радиостанциях шли на немецком, а не на английском. Власти понимают, что тотальный английский к нам пришел, прежде всего, из музыки. А у вас крутят русские песни?»
Что я мог ответить слависту из Вены, когда в Калининграде, где я живу, идет тотальное нашествие вывесок не только на английском, но и немецком языках. После писем возмущения от ветеранов и общественников в ситуацию вмешалась прокуратура, которая пока провела рейд лишь по одному проспекту, выписав предпринимателям представления. А таких улиц в городе не один десяток. А таких городов в России не одна сотня. И идет 9 мая бескрайний «Бессмертный полк» вдоль улиц с вывесками Bier, Eurospar, Big Boss...
Тотальная англоизация человечества подается под соусом простоты этого языка. Отсюда, мол, естественная причина популярности, его международность (кстати, отдельная тема для разговора: навязывание поверхностных, примитивных знаний. Ведь иностранцы все больше общаются на английском, минуя какое-либо углубленное изучение языка Шекспира. Достаточно иметь в лексиконе три сотни слов с жутким акцентом, и ты уже свой в западном мире). Но наш язык еще полвека назад был не менее международным, а разница между русским и английским языками – принципиальная. Во второй половине XX века русский учили, чтобы обогащаться – и духовно, и материально – за счет Советского Союза. Вспомните, как после войны «красная империя» отстроила полякам Варшаву, немцам – Берлин. Вспомните, среднеазиатские республики, в которые вместе с русским языком (при сохранении и развитии родных языков!) пришла просто цивилизация...
Да и какая это была империя, если ее провинции жили лучше, чем непосредственно Россия? Советский Союз был, пожалуй, единственной в мировой истории антиимперией, выкачивая все из себя для развития не только своих республик, но и дружественных или «перспективных» государств. А вы можете себе представить, чтобы в британском правительстве заседали руководители Индии, Кении или Уганды? И, более того, составляли этническое большинство в кабинетах министров этих колоний? Сегодня же английский учат, чтобы подчиняться новым англосакским колонистам.
Одна из промежуточных задач нашего геополитического противника – заставить русского человека сторониться русского языка, стесняться что ли, лишний раз не говорить на нем. Лучше ввернуть английское словечко. Не «хорошо», а «ок», не «пожалуйста», а «плии-из». Наши дети это делают уже на подсознательном уровне. Такая тактика уже успешно применена, например, с фигурой Иосифа Сталина. Несмотря на то, что это историческая глыба, сломившая злейшего врага человечества – нацизм, немногие из россиян заговорят о Сталине за границей. А если и замолвят слово, то наверняка вспомнят о «репрессиях».
А американцы боготворят своего Вашингтона, несмотря на то, что это был жуткий рабовладелец, самолично линчевавший негров (недаром среди чернокожих американцев очень много с фамилией Вашингтон).
Когда в 1941 году Анна Ахматова писала стихотворение «Мужество», уверен, она прекрасно понимала последствия завоевания Родины германским агрессором:
...И мы сохраним тебя, русская речь,
Великое русское слово.
Свободным и чистым
тебя пронесем,
И внукам дадим, и от плена спасем
Навеки!
Сегодня это звучит дико, но механизм забвения русского языка уже разработан. В той же Сети приходилось видеть «исследования» украинских икспертов, которые с умным видом утверждали, что русского языка... не существует. В подтверждение своей теории они брали слово «цыбуля» и рассуждали о том, что во всех славянских языках это растение называется именно так, и только в русском – «какой-то» лук.
Если мы сдадимся, то русскому языку уготована судьба латыни. Когда-то латинский был первым общепринятым языком в Центральной и Западной Европе. Можно сказать, что это вообще был единственный язык, на котором умели писать европейцы. Приведу простой пример: нынешняя Литва гордится своим средневековым поэтом Кристионасом Донелайтисом, именуя его «литовским Пушкиным». Издаются книги с его стихами на литовском языке, но скромно умалчивается, что Донелайтис писал на латыни.

«Легкий нацизм»
Если русский язык исчезнет, как латынь, то на земле – ни больше ни меньше – возродится нацизм. Конечно, он не будет таким кровавым, как это содеял военный преступник Гитлер. Это будет «легкий нацизм» с примесью неоколониализма. Но Холокост русским будет обеспечен.
«Почему нельзя забыть Холокост? Потому что Холокост может быть не только против евреев или армян, он может быть и против русских, – считает руководитель Антифашистского комитета Эстонии Андрей Заренков. – Начало Русского Холокоста – это нынешняя кампания русофобии, которая проводится в странах, где русские оказались после распада СССР заложниками. Чем закончится все это, мы не знаем... Я, конечно, надеюсь на то, что в России от слов, резолюций конференций и деклараций перейдут к делу. Ну нельзя так бездарно использовать огромный потенциал русского зарубежья. Это преступление перед будущими поколениями русских».
В отличие от России, которая спасала евреев от Холокоста, нас никто спасать не станет.

https://www.sovsekretno.ru/articles/ope ... ehQ--_HaZk


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб апр 23, 2022 8:08 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1109 от 25 апреля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

События вокруг Китайской восточной железной дороги 1920-х годов рассмотрены в статье Александра Гогуна "Малой кровью на чужой территории. Забытая победа Сталина".
Помещаем письмо маршала Чуйкова Солженицыну.
Устройство сталинской экономики обсуждает Александр Роджерс.
Что успел СССР? С цифрами в руках рассказывает Валентин Катасонов.





Малой кровью на чужой территории. Забытая победа Сталина

Александр Гогун

После шумихи российских властей в связи с годовщинами пакта Молотова – Риббентропа и раздела Польши в 1939 году 90-летие конфликта на КВЖД проходит исключительно тихо. Здесь просматривается определённая традиция. В последующие после столкновения десятилетия эта операция в Советском Союзе если уж не замалчивалась, то как минимум не выпячивалась в исследованиях и пропаганде – сказывался довлеющий клубок советско-китайских отношений. Да и власти нынешней России, оглядываясь на КНР – союзника по обороне от поступи демократии, вовсе не трубят о славном ратном юбилее. Даже в регионах сколько-нибудь громких мемориально-академических или церемониальных мероприятий по этому поводу не проводится.
Таким образом, в нынешней России об этом конфликте знают куда меньше, чем, скажем, об участии СССР в войне в Испании в 1936–39 годах.

Столкновение произошло между двумя наиболее многочисленными армиями мира того времени.

И это несмотря на то, что советская сторона в боях на КВЖД, согласно обобщающему исследованию Бориса Соколова, понесла потери большие, нежели на Пиренейском полуострове. За полтора месяца боёв в конце 1929 года Красная армия, только по официальным данным, не досчиталась 281 человек погибшими и пропавшими без вести, не считая умерших от ран. Потери китайцев были ещё большими. Столкновение произошло между двумя наиболее многочисленными армиями мира того времени, одна из которых представляла самую населённую, другая – самую большую страну планеты.
Кроме того, это событие – случайно или нет – легло в реализацию "пан-Азиатского" замысла кремлёвского горца. Об этом направлении красного экспансионизма он без перерыва думал и говорил с момента большевистского переворота. Например, выступая на совещании по созыву учредительного съезда Татаро-Башкирской советской республики в мае 1918 года, Джугашвили коснулся не только Поволжья: "Весь характер нашей революции, сама природа Советской власти, вся международная обстановка, наконец, даже географическое положение России между империалистической Европой и угнетаемой Азией, – всё это несомненно диктует Советской власти политику братской поддержки угнетённых народов Востока в их борьбе за освобождение".
В программной статье в "Правде" в ноябре 1921 года Сталин высказал мысль, которую в последующие годы повторял многократно. Он заявил, что первой задачей партии во внешней политике является "использовать все и всякие противоречия и конфликты между окружающими нашу страну капиталистическими группами и правительствами в целях разложения империализма".
На XII съезде РКП(б) в апреле 1923 года Сталин несколько раз подчеркнул значение советской политики в Азии, указывая на неизменность целей: "…Мы добьёмся того, что широко развернём знамя пролетарской революции и соберём вокруг него сочувствие и доверие стран Востока, представляющих тяжёлые резервы революции и могущих сыграть решающую роль в будущих схватках пролетариата с империализмом".
В 1920-е годы между СССР и Японией сложились прохладные отношения, а вот переговоры между китайскими демократами-националистами из партии Гоминьдан и СССР к 1923 году переросли в тактический альянс. У властителей Кремля были свои интересы – партию Сунь Ятсена и затем Чан Кайши они рассматривали как противовес Японии, США и Англии в этом регионе, поэтому предпочитали иметь дело в большей степени с Гоминьданом, и в меньшей – с ещё слабой китайской компартией, которую, тем не менее, осторожно поддерживали.
В мае 1924 года СССР установил контроль над КВЖД, построенной Россией в начале ХХ века. Дорога объявлялась совместным предприятием под двойным управлением. Договор об этом был заключён не с Гоминьданом, а с тогдашними властями Пекина, признанными на международном уровне.
Ситуация внутри Китая осложнялась политической раздробленностью страны, которую Гоминьдан пытался объединить "железом и кровью" в 1926–1928 годах. Часть "полевых командиров" и региональных лидеров были побеждены, другие поддержали Чан Кайши, третьи делали это на словах, иные не подчинялись вовсе.
Заручившись поддержкой Москвы, Чан Кайши не только воевал с властями Пекина или провинциальными "царьками", но решил избавиться и от соперников за власть слева – в апреле 1927 года он выгнал коммунистов из коалиционного правительства и провёл репрессии против них, что, впрочем, в глазах Сталина сошло ему с рук.
Маршал Чжан Сюэлян, правивший в Маньчжурии с 1928 года, признал нанкинское правительство – Гоминьдан, но при этом сохранял определённую автономию, что давало преимущества и ему, и Чан Кайши при внешнеполитических манёврах. В случае успеха действия Чжана Сюэляна могли быть объявлены общекитайской инициативой, в случае провала – "отдельными перегибами на местах".
Именно Чжан Сюэлян то ли по указанию, то ли при одобрительном попустительстве Чан Кайши приступил к силовым действиям на КВЖД – по официальным заявлениям, такие шаги были сделаны в ответ на активизацию разведдеятельности и коммунистической пропаганды со стороны советских служащих дороги. Советские представительства, разбросанные на огромном хозяйственном объекте, представляли собой очаги шпионажа и подрывной агитации. Отношения между Нанкином и Москвой испортились. Добившись определённых успехов в деле объединения страны, Чан Кайши к концу 1920-х годов захотел большей независимости от влиятельного северного союзника.
Советско-китайский договор мая 1924 года о КВЖД к концу 1928 года не вызывал уважения у Чан Кайши – ведь соглашение было заключено с тогдашними властями Пекина, свергнутыми Гоминьданом. Последний заявлял о стремлении избавиться от кабальных обязательств, навязанных иностранцами Поднебесной в момент, когда она была раздроблена.

Странно было бы ожидать, что раздираемый вялотекущей гражданской войной Китай решится на агрессию.

Как отмечали исследователи Василий и Михаил Крюковы в своей монографии "КВЖД 1929: Взрыв и эхо", не вполне ясна дата начала конфликта. По поводу контроля над рядом спорных объектов противостояние нарастало с конца 1928 года и к лету вылилось в открытое противоборство. 27 мая китайская полиция провела обыск в советском консульстве в Харбине, где в это время с участием местных коммунистов проводилось масштабное совещание, участники которого, узнав о визитёрах, успели сжечь документы. Было арестовано около 80 человек, половину из которых составляли сотрудники консульства.
11 июля правлению КВЖД была вручена китайская декларация, где среди прочего указывалось: "Действия сов[етской] стороны устанавливают не только пассивное сопротивление заключённому соглашению, [но] и активное нарушение основных пунктов соглашения, поскольку пропаганда коммунистических идей выявляет угрозу политическому строю страны и общественному спокойствию".
Ряд протестов и "зеркальных" мер советской стороны вылились в разрыв дипломатических отношений 20 июля. Дорога перешла под контроль китайцев.
Советская пропаганда десятилетиями изображала заграничный поход Красной армии как упреждающий удар, и отдельные рупоры режима продолжают делать это и в 21-м веке.
Однако исследователь Майкл Уолкер, использовавший китайские источники, в своей выпущенной два года назад работе об этой войне не приводит никаких оперативных планов "китайской военщины" относительно советского Забайкалья. Вообще, странно было бы ожидать, что раздираемый вялотекущей гражданской войной Китай решится на агрессию, тем более что в промышленном отношении эта страна была неразвитой. Кроме того, в 1920-е годы ведущие западные державы, стремившиеся потушить очаг напряжения в Поднебесной, ввели эмбарго на поставки оружия в Китай.

Красноармейцы начали то, что сейчас называется "гибридной войной".

Участник событий Иван Федюнинский вспоминал, что ещё до начала основных боёв солдаты противника, оказавшиеся в руках красноармейцев в ходе приграничных инцидентов, не производили впечатление грозного врага: "Глядя на наших воинов, перебежчики сравнивали их с китайскими солдатами. Они говорили, что китайское войско и белогвардейцы (осевшие в Маньчжурии. – А.Г.) вооружены неважно, в основном русскими трехлинейными и японскими винтовками. В кавалерии лошадей мало, все больше мулы. Кавалеристы вооружены только винтовками и револьверами, шашек нет".
Советская сторона располагала значительным перевесом в артиллерии и авиации, абсолютным – в танках, а также превосходством на воде. Если по количеству кораблей основных типов китайская Сунгарийская флотилия лишь немногим уступала краснознамённой Амурской речной флотилии, то по качеству и залпу – значительно.
Уже в июле Сталин сделал ставку на вооружённое столкновение, а в августе красноармейцы начали то, что сейчас называется "гибридной войной", – кавалерийские рейды и вылазки на территорию Китая с возвращением на советские базы. Краснозвёздные авиаторы нарушали воздушное пространство Китая, военное командование которого приказывало войскам не поддаваться на провокации.
Готовили и более крупномасштабную операцию. Василия Блюхера назначили командующим созданной 6 августа особой Дальневосточной армией (ОДВА). Он знал условия, так как до этого сам готовил китайских военных – нынешних противников, являясь военным советником при Сун Ятсене в военной школе Вампу.

Сталин размышлял о том, не стоит ли захватить полтора миллиона квадратных километров.

Москва постепенно наращивала вооружённое давление – и одновременно проводила дипломатический зондаж через третьи страны. При этом Сталин размышлял о том, не стоит ли захватить полтора миллиона квадратных километров – площадь, превышающую территории Франции, Германии и Британии вместе взятые – с населением в тридцать миллионов человек. 7 октября Сталин изложил Молотову набросок плана красной интервенции, включавший настоящие зверства: "…кажется, что пора нам перейти на точку зрения организации повстанческого революционного движения в Маньчжурии. Отдельные отряды, посылаемые нами в Маньчжурию для выполнения отдельных эпизодического характера заданий – дело, конечно, хорошее, но это не то. Теперь надо пойти на большее. Нам надо организовать две двухполковые бригады главным образом из китайцев, снабдить их всем необходимым (артиллерия, пулеметы и т. д.), поставить во главе бригад китайцев и пустить их в Маньчжурию, дав им задание: поднять восстание в маньчжурских войсках, присоединить к себе надежных солдат из этих войск (остальных распустить по домам, обезглавив (sic! – А.Г.) предварительно ком[андный] состав), развернуться в дивизии, занять Харбин и, набравшись сил, объявить Чансуеляна (Чжана Сюэляна. – А.Г.) низложенным, установить революционную власть (погромить помещиков, привлечь крестьян, создать советы в городах и деревнях и т. п.)… Всем будет понятно, что мы против войны с Китаем, наши красноармейцы охраняют лишь наши границы и не имеют намерения перейти на кит[айскую] территорию, а если внутри Маньчжурии имеется восстание, то это вполне понятная штука в обстановке того режима, который установил Чансуелян". Впрочем, по размышлении от этого сложного и рискованного плана решили отказаться – его невозможно было осуществить в столь сжатые сроки, в отличие от приграничных операций – принуждения к переговорам и уступкам.
В ночь с 11 на 12 октября Амурская речная флотилия внезапно зашла в дельту реки Сунгари и при поддержке авиации, в том числе гидросамолётов, атаковала как береговые батареи в районе города Лахасусу, так и Сунгарийскую речную флотилию, потопив её значительную часть. Одновременно высаженный на берег десант занял город. После этой демонстрации силы части вернулись восвояси. По иронии судьбы в боях против Гоминьдана принимал участие советский монитор "Сунь Ятсен" – названный в честь основателя этой партии.
Раззадоренная успехом, 30 октября Амурская речная флотилия поднялась на 70 километров по реке Сунгари вглубь китайской территории, где потопила остатки Сунгарийской речной флотилии. С помощью десанта 1 ноября был взят город Фуцзинь, после чего войска вернулись на советскую землю.
Но Харбин и Нанкин не шли на уступки, поэтому главные сражения были ещё впереди.
Сталин не только одобрил план и сроки основной операции – через Ворошилова, но и лично громогласно подбодрил будущих участников похода в Поднебесную, опубликовав 7 ноября в "Правде" свои приветы бойцам на Дальневосточных рубежах – письмо в редакцию газеты ОДВА "Тревога": "Следите зорко за каждым движением китайских контрреволюционеров, отвечайте на удар сокрушительным ударом и помогайте тем самым нашим братьям в Китае, рабочим и крестьянам Китая, разбить ярмо помещиков и капиталистов".
Пожелание вождя было выполнено точно: китайские войска к началу советской атаки были растянуты вдоль железной дороги, что делало уязвимыми их боевые порядки. Тем не менее, советское руководство решило разгромить гарнизоны противника лишь вблизи собственной территории.
Основное сражение состоялось в расположенных через границу от российского населённого пункта Забайкальск станциях Маньчжурия и Чжалайнор. Это недалеко от границы с Монголией и озера Далаймор (Хулун-Нур) – то есть на самом северо-востоке Маньчжурии. С советской стороны в операции принимали участие три стрелковые дивизии, кавалерийская бригада, отдельный бурят-монгольский кавдивизион, отдельный сапёрный батальон, железнодорожный батальон, рота танков, дивизион бронепоездов, авиационная эскадрилья, а также два отдельных авиационных отряда, а не лишь "две двухполковые бригады", как за полтора месяца до того предлагал выделить Сталин на революцию во всей Маньчжурии. Им противостояли сравнимые по численности, но куда хуже вооружённые и обученные силы китайцев.
Наступление началось 17 ноября с артподготовки и авианалёта, после чего в боях был впервые использован первый танк, сделанный в СССР: МС-1 (Т-18) – модернизированная "чёрная копия" французского ФТ-17. Участник операции Василий Чуйков вспоминал, что военнослужащие обеих армий – обмундированные крестьяне – смотрели на вооружённые пулемётами и пушками бронированные машины как на диковинку: "Их атака была внезапной для китайских солдат, удивила она в не меньшей степени и красноармейцев…
…Мы видели в бинокли, как китайские солдаты и офицеры, завидев наши танки, высунулись почти в полроста из окопов. …Удивление оказалось столь сильным, что оно как бы парализовало их волю и убило даже страх.
…Красноармейцы... тоже не успевали наступать за танками, а некоторые как зачарованные глядели на двигающиеся стальные черепахи, изрыгающие огонь. (…)
Танки беспрепятственно дошли до китайских позиций и открыли огонь вдоль окопов. Пулеметный огонь отрезвил китайцев. Они в панике побежали. Десять танков без каких-либо потерь с нашей стороны прорвали оборону противника".
В те дни в Забайкалье стояла настоящая зима, что сыграло двоякую роль. С одной стороны, китайские лётчики не были обучены воевать в холода, и красная авиация господствовала в воздухе. С другой стороны, поскольку красноармейцы были одеты в валенки и полушубки, это затрудняло переходы и марши – поэтому бойцы отставали от танков, но с поставленной задачей всё же справились. В этих боях проявила себя и кавалерийская бригада под командованием Константина Рокоссовского – будущего маршала победы. В течение трёх дней основные силы противника были разогнаны, тысячи солдат сдались в плен.

В условиях повального ограбления и избиения крестьянства – малая победоносная война стала способом поддержать авторитет

Одновременно был проведён отвлекающий удар – 17 ноября в Приморье в районе города Мишань и озера Ханко. Советская авиация разбомбила на аэродромах самолёты противника, совместными ударами артиллерии, кавалерии и пехоты за сутки город был взят, а на следующий день красноармейцы вернулись на базы.
Поскольку для РККА открылась дорога на Харбин, китайские власти запросили о переговорах. В результате этого 22 декабря был подписан Хабаровский протокол, по которому на КВЖД вернулся status quo anti bellum. Обе стороны отпустили арестованных в ходе инцидента граждан противника и пленных.
Для Сталина этот конфликт обладал более показательным значением, чем практическим смыслом – восстановлением контроля над важным хозяйственным объектом.
Операция была успешно использована для внутренней пропаганды. В условиях "великого перелома" – повального ограбления и избиения крестьянства – малая победоносная война стала едва ли не лучшим способом поддержать авторитет.
Престиж Красной армии восстановился и на международной арене, после того как он пошатнулся из-за неудачного вторжения в Афганистан в апреле-мае 1929 года – попытки вернуть на престол свергнутого просоветского Амануллу-хана.
Условному Западу намекнули, что, несмотря на массовость зверств и издевательств, которую большевики в ходе коллективизации возобновили после восьмилетнего перерыва на НЭП, лучше не начинать операцию спасения – то есть гуманитарную интервенцию. Последнюю Сталин не исключал, что доказывает начало строительства оборонительных сооружений на европейской границе СССР в 1928 году.
Успех танков на поле боя укрепил военную верхушку СССР в мысли о перспективности этого вида вооружений. Это стало одной из причин того, что выпуск танков в СССР в 1930-е годы превосходил таковой во всех остальных странах мира, вместе взятых.
Но куда важнее было пустить пыль в глаза двум важнейшим азиатским соседям. Демонстрация силы для Чан Кайши была проведена после того, как он расправился, пусть и не окончательно, с китайскими коммунистами в 1927 году – но силу показали ограниченно, чтобы не толкнуть "белокитайцев" к антисоветскому союзу с Японией. Соответствующий сигнал был послан и правящим кругам страны Восходящего Солнца, где в тот момент шли оживлённые дискуссии о направлении экспансии – "рвите ослабшую Поднебесную".
И замысел сработал.
Через два года после боёв на КВЖД Япония полностью оккупировала Маньчжурию, изгнав оттуда силы Чжана Сюэляня, а затем создав там марионеточное государство Маньчжоу Го. 23 сентября 1931 года Сталин писал Кагановичу в связи с вторжением Страны Восходящего Солнца в Китай о том, что сейчас – самое время для политики divede et impera: "Наше военное вмешательство, конечно, исключено, дипломатическое же вмешательство сейчас не целесообразно, так как оно может лишь объединить империалистов, тогда как нам выгодно, чтобы они рассорились".
Чан Кайши, помня урок 1929 года, не объявил войну СССР, когда Сталин в 1933 году начал вторжение в богатый полезными ископаемыми китайский Восточный Туркестан. Причём операция проходила с использованием "ряженых" оборотней, то есть по схеме, которую Сталин предлагал Молотову в октябре 1929 года относительно Маньчжурии. Таким образом, к 1934 году Москва поставила львиную долю Синьцзян-уйгурского автономного района под контроль, фактически создав там огромный красный протекторат – на границе с Казахстаном.

Вскоре после этого, чтобы отойти в сторону от нарастающего противостояния между двумя великими нациями, Сталин отказался от своей части управления КВЖД за денежную компенсацию от Маньчжоу Го, то есть "вассала" Японии. Таким образом, сохранив лицо, Красная армия ушла с объекта, находившегося на чужой земле, вдали от основных жизненных центров СССР, и который в любом случае было тяжело использовать в случае масштабной войны. Гоминьдан в 1935 году выразил СССР протест по поводу сделки, заключённой без его согласия. И этот коммерческий шаг ещё больше усилил японо-китайские противоречия, раззадорил аппетиты токийской хунты, что и привело к началу японо-китайской войны в 1937 году. К слову, в КНР начало Второй мировой отсчитывают именно с этого года.
Пользуясь сохранённым нейтралитетом Чан Кайши, Сталин быстро договорился с ним и начал продавать ему оружие и предоставлять военных специалистов, разжигая войну соседей и давая Японии всё больше увязнуть в Поднебесной. Окончательным шагом по принуждению "самураев" к миру стала победа на Халхин-Голе в 1939 году. Завершающим аккордом этой военно-дипломатической игры стало заключение пакта о ненападении в апреле 1941 года с японским министром иностранных дел. Молотов вспоминал: "Мы со Сталиным крепко напоили Мацуоку и чуть ли не внесли его в вагон".
Советам было что праздновать. Как отмечал исследователь Борис Славинский, с 1941-го по середину 1945 года между СССР и Японией сложилось уникальное во всей человеческой истории положение – в ходе войны двух коалиций два граничащих друг с другом государства сражались против всех союзников друг друга, но не между собой.

Центр революции с Запада переместился на Восток, а сейчас он переместился в Китай и Восточную Азию

Таким образом, в Азии долгосрочная стратегия Сталина стала даже более успешной, чем в Европе, где в 1941 году Гитлер совершил неожиданный поворот. Тем не менее, победив и его, СССР в 1945 году в одностороннем порядке разорвал пакт с Токио и провёл операцию по добиванию японских войск на Сахалине и "Августовский шторм" – в Маньчжурии. Это стало началом кровавого марша коммунистов от Северной Кореи до Тибета и Вьетнама.
27 июня 1949 года довольный Сталин сказал на приёме делегации китайских товарищей: "Центр революции с Запада переместился на Восток, а сейчас он переместился в Китай и Восточную Азию". Через год по его приказанию Ким Ир Сен начал вторжение, вскоре с подачи Сталина же Мао Цзэдуну переросшее фактически в китайско-американскую войну.
14 октября 1952 года на XIX съезде КПСС, перед сидевшими в зале представителями "братских" режимов, вождь заявил, что во Вторую мировую войну Советский Союз оправдал надежды как ударная бригада мирового пролетариата, разгромив фашизм – немецкий и японский: "Конечно, очень трудно было выполнить эту почетную роль, пока “Ударная бригада” была одна-единственная и пока приходилось ей выполнять эту передовую роль почти в одиночестве. Но это было. Теперь – совсем другое дело. Теперь, когда от Китая и Кореи до Чехословакии и Венгрии появились новые “ударные бригады” в лице народно-демократических стран, теперь нашей партии легче стало бороться, да и работа пошла веселее".
И лишь скорая смерть помешала Сталину направить ударные бригады не только в Азию.

Александр Гогун – исследователь военной истории сталинизма

22 ноября 2019

https://www.svoboda.org/a/30286960.html ... yandex.com



Письмо маршала Чуйкова Солженицыну

В редакцию позвонил читатель из Подмосковья, напомнил, что в эти дни отмечается 120-летний юбилей легендарного полководца Василия Ивановича Чуйкова. Отметил, что великий воин побеждал не только на поле брани, но умел защищать наши духовные ценности, и попросил воспроизвести письмо маршала Солженицыну, которое публиковалось у нас в свое время.
Я ровесник века, 1900 года рождения. Сын крестьянина села Серебряные Пруды Тульской губернии. Мои предки – землеробы.
Не от сладкой жизни мне пришлось в 12 лет уехать из родительского дома в Питер на заработки и испытать эксплуатацию капиталистов. Моя последняя специальность – слесарь шпорной мастерской.
Никогда не думал быть профессиональным военным. И если бы был призван в царскую армию, моим высшим потолком по званию был бы солдат или матрос, как у моих четырех старших братьев. Но в начале 1918 года я по призыву партии Ленина добровольцем пошел в Красную Армию на защиту своего родного Отечества рабочих и крестьян.
56 лет состою в кадрах Советской Армии. Имею звание Маршала Советского Союза.
Коммунист с 1919 года. Участник Гражданской войны, с 19 лет командовал полком. Участник многих сражений с белогвардейцами и интервентами на Южном и Западном фронтах до начала 1922 года. После Гражданской до Великой Отечественной войны также сражался против тех, кто хотел прощупать штыком мощь наших Вооруженных сил.
...Когда я прочитал в «Правде», что в наши дни нашелся человек, который победу под Сталинградом приписывает штрафным батальонам, не поверил своим глазам.
Мне известно, что А. Солженицын – лауреат Нобелевской премии. Я не вникаю в то, какие обстоятельства способствовали присвоению ему этого звания. Но звание лауреата Нобелевской премии ко многому обязывает. На мой взгляд, оно несовместимо с невежеством и ложью.
Передо мной на столе книга под названием «Архипелаг ГУЛАГ», автор А. Солженицын. Не знаком с Солженицыным, который, оперируя выдуманными «фактами» (попробуй проверь их!), снабжает врагов мира и прогресса потоком лжи и клеветы на нашу Родину и на наш народ.
Не могу перенести такой клеветы. Клеветы на армию, которая спасла человечество от коричневой чумы и которая заслужила благодарность всех прогрессивных людей мира.
Наша армия – детище своего народа. Оскорбление армии – это величайшее преступление перед народом, который породил и воспитал ее для защиты от врагов и недругов.
На странице 90 книги «Архипелаг ГУЛАГ» Солженицын пишет: «Так очищалась армия Действующая. Но еще была огромная армия бездействующая на Дальнем Востоке и в Монголии. Не дать заржаветь этой армии – была благородная задача особых отделов. У героев Халхин-Гола и Хасана при бездействии начали развязываться языки, тем более что им теперь дали изучать до сих пор засекреченные от собственных солдат дегтяревские автоматы и полковые минометы. Держа в руках такое оружие, им трудно было понять, почему мы на Западе отступаем».
Неужели вам, Солженицын, и вашим западным друзьям и шефам неизвестно, что Дальневосточной армии, которую вы называете «бездействующей», после Гражданской войны и интервенции пришлось трижды отбивать нападение врагов, которые штыками прощупывали мощь нашей Красной Армии и всего Советского Союза? Неужели вы забыли бои на дальневосточных границах в 1929, 1938 и 1939 годах?
Солженицын выдает чаяния таких западных и восточных деятелей, как Чемберлен, Даладье, Гувер, Чан Кайши и других, которые в 30-е годы из кожи лезли, стараясь натравить на нас японских самураев и тем самым за счет территорий Советского Союза удовлетворить алчные аппетиты империалистической Японии.
Я знаю, что в 1941 и 1942 годах японская Квантунская армия два раза развертывалась у наших дальневосточных границ в полной готовности для нападения. Первый раз Квантунская армия сосредоточилась и развернулась для нападения осенью 1941 года, в период битвы под Москвой. Разгром гитлеровцев под стенами нашей столицы охладил воинственный пыл самураев. Они вынуждены были вернуть свои войска с границы на зимние квартиры.
Второй раз эта же, но более усиленная, армия приготовилась к нападению осенью 1942 года, когда шла битва на Волге, у стен Сталинграда. Квантунская армия ждала сигнала для нападения.
Сигналом должно было стать падение Сталинграда.
И в этом случае Сталинград выстоял, и японская военщина, имея перед собой нашу Дальневосточную армию и наученная горьким опытом Хасана и Халхин-Гола, не посмела напасть на нас и тем самым открыть против нас второй фронт на Востоке.
Вы, Солженицын, и ваши зарубежные шефы, по-видимому, очень бы хотели, чтобы Советское правительство и народ защищали свои дальневосточные границы пактом о ненападении, заключенным с Японией в марте 1941 года, который в руках агрессоров был не больше чем клочком бумаги.
Вы умалчиваете, умышленно не хотите сказать о мудрости руководства Советского правительства и Ставки Верховного Главнокомандования, которые, несмотря на козни империалистических правительств, громили врагов по очереди. Прежде всего разгромили полчища Гитлера, Муссолини, Антонеску и других на Западе, а затем, выполняя союзнические обязательства, нанесли сокрушительный удар Квантунской армии на Дальнем Востоке и тем самым поставили на колени империалистическую Японию.
Читаю дальше повествование Солженицына. На страницах 91 и 92 вижу: «В том же году, после неудач под Керчью (120 тысяч пленных), под Харьковом (еще больше), в ходе крупного южного отступления на Кавказ и к Волге – прокачан был еще очень важный поток офицеров и солдат, не желавших стоять насмерть и отступавших без разрешения, тех самых, кому, по словам бессмертного сталинского приказа №227, Родина не может простить своего позора. Этот поток не достиг, однако, ГУЛАГа: ускоренно обработанный трибуналами дивизий, он весь гнался в штрафные роты и бесследно рассосался в красном песке передовой. Это был цемент фундамента Сталинградской победы. Но в общероссийскую историю не попал, а остался в частной истории канализации».
Как могли вы, Солженицын, дойти до такого кощунства, чтобы оклеветать тех, кто стоял насмерть и победил смерть?! Сколько надо иметь ядовитой желчи в сердце и на устах, чтобы приписать победу штрафным ротам, которых до и во время Сталинградского сражения не было и в природе. Вы злобно клевещете на Советскую Армию и народ перед историей и перед всем человечеством.
Неужели вы и ваши шефы думаете, что все народы мира забыли, как они с затаенным дыханием следили за гигантской битвой, потому что ее исход отвечал на вопрос: пойдут ли гитлеровцы в своем стремлении к завоеванию мирового господства дальше или будут остановлены и повернуты вспять?
Ответ на этот вопрос дали мы, сталинградцы. Гитлеровцы не прошли. Были разгромлены их ударные силы, потому что нас цементировала партия Ленина.
Вам не нравится приказ Сталина №227, который вооружал нас, всех бойцов, на беспощадное истребление врага. Но вы не знаете о двух предыдущих решениях и приказах Ставки Верховного Главнокомандования. Теперь уже не секрет: 6 июля, чтобы вывести войска Юго-Западного фронта из-под угрозы окружения, Ставка решила отвести эти войска на новые позиции. А когда создалась угроза окружения войск Южного фронта, Ставка 15 июля приказала отвести их на реку Дон.
Да, мы отступали, но отступали по приказу Ставки и в то же время усиливали своими резервами наиболее опасные направления. Отход наших войск по приказу Ставки на Дон так вскружил голову Гитлеру, его фельдмаршалам и генералам, что они уже считали Советскую Армию разбитой и бросили главные силы на Кавказ. Но когда опомнились и начали усиливать Сталинградское направление, то было уже поздно. Сталинградцы отбили более 700 атак отборных войск Гитлера, перемололи его людей и технику, а затем нанесли сокрушительное поражение всем войскам на южном крыле советско-германского фронта.
Вам не нравится приказ №227? Я это знаю. У вас в этом вопросе много единомышленников из генералов вермахта. Генерал Дёрр в своем труде «Поход на Сталинград» на странице 30 пишет: «Приказ Сталина был характерен стилем изложения: отеческий тон обращения к солдатам и народу... Никаких упреков, никаких угроз... Никаких пустых обещаний... Он возымел действие. Примерно с 10 августа на всех участках фронта было отмечено усиление сопротивления противника».
В том же августе командир 14-го танкового корпуса генерал фон Витерсгейм доносил Паулюсу: «Соединения Красной Армии контратакуют, опираясь на поддержку всего населения Сталинграда... На поле битвы лежат убитые рабочие в своей спецодежде, нередко сжимая в окоченевших руках винтовку... Мертвецы в рабочей одежде застыли, склонившись над рулем разбитого танка. Ничего подобного мы никогда не видели».
Вы, Солженицын, возвели ложь и нанесли гнусное оскорбление тем войскам, которым рукоплескал весь мир, все прогрессивное человечество.
Я напомню слова таких людей, которых чтит все человечество.
«Всероссийский староста», как мы любовно называли Михаила Ивановича Калинина, в своем обращении к богатырям Сталинграда писал: «За этот срок вы перемололи много вражеских дивизий и техники. Но не только в этом выражаются ваши достижения. Мужество бойцов и умение командиров в отражении врага сделали то, что инициатива противника в значительной мере была парализована на отдельных участках фронта. В этом историческая заслуга защитников Сталинграда».
Вы умышленно забыли о грамоте президента США Рузвельта, который писал: «От имени народов Соединенных Штатов Америки я вручаю эту грамоту городу Сталинграду, чтобы отметить наше восхищение его доблестными защитниками, храбрость, сила духа и самоотверженность которых во время осады с 13 сентября 1942 года по 31 января 1943 года будут вечно вдохновлять сердца всех свободных людей. Их славная победа остановила волну нашествия и стала поворотным пунктом войны союза наций против сил агрессии».
Сознаюсь, что болезненно переживаю оскорбление, нанесенное вами нам, сталинградцам. Говорю вам, потому что пережил двести огненных дней и ночей, все время находился на правом берегу Волги и в Сталинграде.
Может быть, по-вашему, я как штрафник был назначен командовать 62-й армией, о заслугах которой наша газета «Правда» 25 ноября 1942 года писала:
«В ходатайстве, где упомянуты армии, защищающие Сталинград, подчеркивается особая роль 62-й армии, отразившей главные удары немцев на Сталинград, ее командующего генерал-лейтенанта товарища Чуйкова В.И. и его главных помощников тт. полковника Горохова, генерал-майора Родимцева, генерал-майора Гурьева, полковника Балвинова, полковника Гуртьева, полковника Сараева, подполковника Скворцова и др., а также артиллеристов и летчиков».
По-вашему, Солженицын, выходит, что гвардейские дивизии Родимцева, Гурьева, Жолудева и других, состоявшие более чем на 50 процентов из коммунистов и комсомольцев, были «сцементированы» штрафными ротами?!
Неужели боец-снайпер Василий Зайцев, уничтоживший около 300 фашистов и первым произнесший слова, которые воодушевили всех сталинградцев: «За Волгой для нас земли нет», – был штрафником или «сцементирован» штрафниками?
Неужели сержант Яков Павлов и возглавляемая им группа бойцов разных национальностей, 58 дней и ночей защищавшие дом, который так и не взяли гитлеровцы, а положили вокруг этого дома своих трупов больше, чем при взятии французской столицы Парижа, неужели эти добрые защитники Сталинграда были «сцементированы» штрафными ротами?
Неужели Люба Нестеренко, умирая, истекая кровью от раны в грудь, – в ее руках бинт, она и перед смертью хотела помочь товарищу, перевязать рану, но не успела, – неужели она тоже «цементировалась» штрафниками или была штрафником?
Неужели славный сын испанского народа Рубен Ибаррури был штрафником или «цементирован» штрафниками?
Мог бы привести сотни, тысячи примеров героизма и преданности всех сталинградцев своему народу и ленинской партии. Над этими героями вы, Солженицын, посмели издеваться, изливая на них потоки лжи и грязи.
Я снова повторяю: в период Сталинградской эпопеи в Советской Армии не было штрафных рот или других штрафных подразделений. Среди бойцов-сталинградцев не было ни одного бойца-штрафника. От имени живых и погибших в бою сталинградцев, от имени их отцов и матерей, жен и детей я обвиняю вас, А. Солженицын как бесчестного лжеца и клеветника на героев-сталинградцев, на нашу армию и наш народ. Я уверен, что это обвинение будет поддержано всеми сталинградцами. Они все как один назовут вас лжецом и предателем.
Если хотите в этом убедиться, то поезжайте в Сталинград, поднимитесь на Мамаев курган и посмотрите на непрерывный поток людей, паломников из многих стран, людей многих национальностей, идущих по лестницам, чтобы почтить память героев.
И упаси вас Бог объявить, что вы – А.Солженицын!

http://sovross.ru/articles/1952/47730


Устройство сталинской экономики

Александр Роджерс

Можно достаточно смело утверждать, что «сталинская» (не потому, что он её придумал – это сделали другие люди, – а потому, что она была реализована именно в период правления Сталина) экономика является первой в мире экономикой, организованной по научному принципу.
В основу советской модели экономики был положен доклад комиссии Вернадского. Уже осенью 1917 года было открыто пять, а в течение зимы 1918 года – 17 научно-исследовательских институтов, которые на основе этого доклада начали работать над одним из самых масштабных проектов мировой истории.
Должен отметить, что длительное время изучая это устройство, я не устаю восхищаться его простотой и одновременно гениальностью.
В основу построения новой экономической модели было заложено несколько задач и принципов.
Царская Россия добывала на своей территории 31 различный химический элемент. Нужно было довести это число до 61, чтобы сделать экономику самодостаточной. Читайте доклады КЕПС (Комиссии по изучению естественных производительных сил при Императорской Санкт-Петербургской академии наук) от 1915 года, там всё это есть более подробно.
Комбинатный принцип организации производства. Большие пространства России/СССР подразумевали высокие логистические расходы.
Чтобы минимизировать эти расходы, производство решено было локализовать в несколько компактных комбинатов, чтобы возить на большие расстояния не сырьё, а уже готовые изделия.
Кстати, именно комбинатный принцип организации производства позволил осуществить во время Великой Отечественной войны знаменитую организованную эвакуацию промышленности за Урал. Гитлер рассчитывал захватить производственные мощности, а ему доставались только пустые цеха. Многие западные исследователи до сих пор под впечатлением от этого маневра – для большинства рыночных стран это нечто немыслимое. А советские люди просто брали, и переносили весь комбинат – разбирали в одном месте и собирали в другом.
Спектр производимых в каждом комбинате изделий определялся местной географической спецификой – наличием природных ископаемых, лесов, водоёмов, пахотных земель, климатом и так далее.
Налогообложение также было предельно простым. Все отдельные производства в производственных цепочках работали с нулевой рентабельностью. А потом в конечную цену продукции для потребителя один раз закладывался налог с оборота (мечта бухгалтера). Который и определял рентабельность всей системы. Это гениально!
Что важно: при этом каждое отдельное предприятие не являлось экономическим субъектом, не занималось торговлей и не получало прибыли. То есть не превращалось в «группового капиталиста» (угрозу чего подробно описывал товарищ Энгельс в своём труде «Анти-Дюринг»).
Многоукладность экономики. Наряду с государственными предприятиями и даже государственными монополиями существовали и «частные» артели и мелкое предпринимательство.
Всё это совпадало с моделями, позже описанными одним из моих любимых экономистов Джоном Кеннетом Гэлбрейтом как «новый социализм»: 80% плановой экономики в стратегических отраслях и 20% рыночного микрорегулирования в основном в сфере обслуживания (начиная с индивидуального пошива одежды и заканчивая парикмахерскими и кафе).
Самое смешное, что Гэлбрейт был кейнсианцем и экономическим советником ряда американских президентов, начиная с Кеннеди и заканчивая Клинтоном. Но пришёл практически к тем же принципам организации экономики, что и сталинские наркомы.
Госплан и рабочее самоуправление. На первый взгляд, прямо противоречащие друг другу понятия. Но не для гегельянцев, владеющих диалектикой.
Тут тоже был реализован гениальный принцип. Мы, кибернетики, всегда рисуем модели. Каждый объект в которой – это некий квадратик, к которому подключаются входящие связи-стрелочки и из которого выходят исходящие.
Так вот, Госплан определял содержимое стрелочек. Что нужно загрузить в предприятие, и что нужно получить на выходе.
А что происходило «внутри квадратика» – его совершенно не волновало. Внутри квадратика и происходило «самоуправление». Причём полное.
Условно: вот вам набор досок, 16 гвоздей, молоток и три рубля – выдайте нам табуретку. Как вы будете её собирать, в каком порядке – это ваши проблемы. Главное, чтобы она соответствовала ГОСТ.
Можете сэкономить – прекрасно, на сэкономленные деньги выплатите премиальные рабочим. Не уложились в смету (а смета была составлена так, чтобы хватало) – наоборот, вычитайте у себя из зарплат. И так далее.
И при такой схеме государству даже было не особо важно, государственный это «квадратик» или артель. Это то, что тот же Гэлбрейт в своих работах называет «зрелой корпорацией».
При этом вся эта схема по своей сути была именно государственным капитализмом. Потому что в этой схеме присутствовала прибыль (тот самый налог с оборота), которую потом государство инвестировало туда, куда сочтёт нужным. А инвестирование «излишков»/накоплений – это и есть главный принцип капитализма, отличающий его от других формаций.
Если это утешит тех, кто отрицает наличие госкапитализма в СССР, то вот вам цитата из Ленина:
Государственный капитализм, как мы его установили у нас, является своеобразным государственным капитализмом... Наш государственный капитализм отличается от буквально понимаемого государственного капитализма тем, что мы имеем в руках государства не только землю, но и важнейшие части промышленности... (В.И. Ленин, ПСС, т.45 с.289).
А когда современные вместолевые орут «сделайте нам, как в позднем СССР», то они требуют воссоздать уже не сталинскую экономику, а хрущевско-косыгинскую. Которая и привела к гибели СССР.
Но об этом уже в другой статье.

Александр Роджерс, специально для News Front
Источник: news-front.info

https://nesekretno-net.ru/blog/43368516 ... irtesen.ru


Что успел СССР

Валентин Катасонов

В самом общем виде об итогах и результатах советской индустриализации я уже сказал. Две основные цели, сформулированные на старте (ровно девяносто лет назад), к моменту, когда индустриализация была прервана войной, были достигнуты.
Во-первых, СССР обрел экономическую независимость, стал экономически самодостаточной страной, неуязвимой для торговых и финансовых блокад Запада.
Во-вторых, Советский Союз успел создать мощную военную промышленность и подготовиться к неизбежной агрессии фашистской Германии и ее союзников.
То, что произошло с экономикой страны за период с начала 1929 года по 22 июня 1941 года (т.е. за двенадцать с половиной лет), можно назвать полным «преображением», или «чудом». В годы индустриализации почти с нуля была создана материально-техническая база советской промышленности, которая уже во второй половине 1930-х годов вывела СССР на второе место в мире (после США) по большинству видов промышленной продукции. И все этой ценой беспрецедентно высокой внутренней экономической мобилизации: норма накопления (доля валового общественного продукта, идущая на создание основных производственных фондов), по некоторым оценкам, достигала 50% ВВП и более (для сравнения: в нынешней Российской Федерации этот показатель, согласно Росстату, не превышает 20%; да и он, по мнению ряда экспертов, является приукрашенным).
Конечно, экономическая мобилизация не могла не отразиться на благосостоянии народа. Возник дефицит продовольствия. В годы первой пятилетки были введены продуктовые карточки. К середине 1930-х годов снабжение постепенно стал улучшаться, в 1935 году карточки были отменены. Глухое недовольство в народе стало исчезать – в силу того, что советская пропаганда сумела донести до масс, что достижение целей индустриализации – вопрос жизни и смерти в условиях готовящейся агрессии Запада. В конце 30-х – начале 40-х годов мобилизационное напряжение в экономике (но не в армии) стало несколько снижаться, потребительский рынок стал наполняться товарами. Вот как описывает социальную обстановку в годы индустриализации современный историк Дмитрий Верхотуров: «При всем при том, что народ нередко враждовал с партией, и общество в СССР много раз балансировало на грани открытой вооруженной борьбы, тем не менее, стройки увлекли народ. Дело, которое в миллионы раз превышает возможности собственных рук, которое требует высочайшего напряжения ума, сообразительности и умения, увлекает и отбрасывает противоречия на второй план. На всех без исключения крупных стройках рабочая масса постепенно заражалась трудовым энтузиазмом, делала рекордные выработки и выдающиеся достижения…» (Верхотуров Д. Сталин против великой депрессии. Антикризисная политика СССР. – М.: Яуза; Эксмо, 2009, с. 7).
В 1930 году было развернуто строительство около 1500 объектов, из которых 50 поглощали почти половину всех капиталовложений. Был воздвигнут ряд гигантских транспортных и промышленных сооружений: Турксиб, Днепрогэс, металлургические заводы в Магнитогорске, Липецке и Челябинске, Новокузнецке, Норильске а также Уралмаш, тракторные заводы в Сталинграде, Челябинске, Харькове, Уралвагонзавод, автомобильные заводы ГАЗ, ЗИС (позднее ЗИЛ) и другие.
За период 1929–1939 годов было построено около 9 тысяч предприятий, реконструировано большое количество ранее работавших предприятий. Был сформирован единый народно-хозяйственный комплекс, создана мощная оборонная промышленность, построено большое количество предприятий-дублеров за Уралом, экономика полностью была сориентирована на внутренние ресурсы и т.д. Примечательно, что при этом советская экономика не была обременена внешним долгом. Более того, СССР сумел накопить запас золота (как стратегического резерва) в объеме не менее 2000 тонн. Это даже превышало максимальный объем золотого запаса в Государственном банке Российской империи накануне Первой мировой войны (официальные резервы в 1913 году – 1233 тонны).
Вот всего несколько цифр, дающих представление об индустриальном рывке СССР: В 1940 году по сравнению с 1913-м валовая продукция промышленности была увеличена в 12 раз, производство электроэнергии – в 24 раза, добыча нефти – в 3, добыча чугуна – в 3,5, стали – в 4,3 раза, выпуск станков всех видов – в 35 раз, в том числе металлорежущих – в 32 раза.
Экономическое чудо индустриализации трансформировалось в военное чудо Победы СССР над фашистской Германией и ее союзниками. Примечательно, что созданная модель экономики оказалась настолько жизнеспособной, что после начала войны СССР продолжал наращивать производство многих видов оружия и техники. Наше некоторое отставание от Германии по ряду видов оружия и техники было преодолено к 1942 году, а в 1943 году мы имели превосходство по всем основным видам оружия. В военной промышленности СССР наблюдалось беспрецедентное явление: снижение издержек производства в годы войны и вытекавшее из этого снижение цен на военную продукцию. И это на фоне того, что соответствующие издержки и цены в странах-союзницах СССР (США и Великобритания) росли. Все уже привыкли к этому, так как капиталистические монополии привыкли наживаться на военных заказах, особенно во время войн.
Финансовая система Советского Союза выстояла, первые три года (1941–1943 гг.) государственный бюджет СССР был дефицитным, но в последние два года войны и в годы восстановления он сводился уже с профицитом. Сколько-нибудь крупного внешнего долга у СССР за годы войны не образовалось. Как это все контрастирует со странами Запада с их гигантскими бюджетными дефицитами, инфляцией, стремительным ростом государственного долга. Даже у США в годы войны резко возросли дефициты федерального бюджета, а государственный долг в 1946 году превысил 120% ВВП. Рост цен на потребительские товары в СССР был умеренным. Конечно, было снижение жизненного уровня народа, но, как и в других воюющих странах, народ от голода спасала карточная система.
Сложившаяся в годы индустриализации модель экономики позволила сотворить еще одно чудо – быстро восстановить страну после войны. А разрушения и потери на оккупированных территориях были ужасными. В результате боевых действий и оккупации в годы Великой Отечественной войны были полностью или частично разрушены 1710 городов и городских поселков (60% их общего числа), свыше 70 тыс. сел и деревень, около 32 тыс. промышленных предприятий. Захватчики уничтожили производственные мощности по выплавке 60% довоенного объема стали, 70% добычи угля, 40% добычи нефти и газа, 65 тыс. километров железных дорог, 25 млн человек лишились крова. Колоссальнейший ущерб агрессоры нанесли сельскому хозяйству Советского Союза. Было разорено 100 тыс. колхозов и совхозов, зарезано или угнано в Германию 7 млн лошадей, 17 млн голов крупного рогатого скота, 20 млн свиней, 27 млн голов овец и коз. За годы войны страна лишилась примерно 1/3 своего национального богатства. Таких потерь не выдержала бы ни одна экономика в мире. Но произошло очередное «чудо» – страна восстала из пепла, как Феникс. На довоенный уровень по большинству экономических показателей СССР вышел уже в 1948 году. Примечательно, что мы не ждали окончания войны для того, чтобы приступить к восстановлению, оно началось еще во время войны. В восстановительном процессе был применен поистине новаторский, не использовавшийся до этого ни в одной стране мира комплексный подход. Госплан перешел на разработку квартальных, и особенно месячных, планов с учетом быстро меняющейся обстановки на фронтах. При этом восстановление начиналось буквально за спиной действующей армии. Оно происходило вплоть до прифронтовых районов, что не только способствовало ускоренному возрождению экономики и народного хозяйства страны, но и имело огромное значение для максимально быстрого и наименее затратного обеспечения фронта всем необходимым.
В условиях холодной войны, объявленной нам официально в 1946 году, рассчитывать на помощь Америки Советскому Союзу не приходилось. Восстанавливался он, тем не менее, быстрее, чем страны Европы, получавшие помощь по плану Маршалла. Более того, Сталин умудрялся сохранять и даже наращивать государственные золотые резервы. В 1953 году они достигли величины 2049,8 т. – максимальное значение в поствоенной истории СССР.
«Автомобиль» (экономическая модель), созданный в 30-е годы, после войны продолжал набирать скорость. И население чувствовало результаты этого ускорения. В конце 1947 года уже была отменена карточная система распределения продуктов (отмечу, что в Англии это произошло лишь в 1953 г.). За 1948–1953 годы было проведено шесть снижений розничных цен. Шестое было произведено 1 апреля 1953 года, после смерти Сталина (но оно было с ним согласовано). Только последнее снижение цен дало населению прямую выгоду в секторе государственной торговли в размере 53 млрд руб. в расчете на год. Такие снижения не могло быть популизмом, они стали результатом действия противозатратного механизма экономики, издержки производства снижались из года в год. Так, по данным Госплана (документы для служебного пользования раскрыты были лишь недавно), общее снижение себестоимости промышленной продукции в четвертой пятилетке (1946–1950 гг.) составило 17%. А в пятой пятилетке (1951–1955 гг.) снижение себестоимости было рекордным за всю историю СССР – на 23,3%.
Одновременно происходило наращивание производства товаров как группы отраслей А (средства производства), так и группы Б (предметы потребления). По мнению некоторых специалистов, действие прежнего экономического механизма («сталинской экономики») продолжалось до середины 1950-х годов. По мнению других – до конца 50-х гг. Известный специалист по экономической истории СССР Г.И. Ханин сравнивает советскую экономику периода 1950-х годов с предыдущими и последующими периодами экономического развития СССР. Вот основной вывод Г.И. Ханина: «Период 1951–1960 годов явился самым успешным в развитии советской экономики» (Ханин Г.И. Динамика экономического развития СССР. – Новосибирск. 1991, с. 184).
По динамике ВВП СССР в рамках всего десятилетнего периода (1951–1960 гг.) среди 6 ведущих стран мира был на втором месте, уступая лишь Японии. Причем отставание от Японии было минимальным. Как справедливо отмечает Г.И. Ханин, сравнение СССР с Японией не вполне корректно, поскольку Советский Союз к началу 1950-х годов уже закончил послевоенное восстановление экономики, а Япония лишь находилась в самой активной фазе такого восстановления (считается, что восстановление продолжалось до конца 1950-х гг.). В периоды послевоенного восстановления экономики всегда демонстрируют высокую динамику, т.к. отсчет ведется от низких исходных значений экономических показателей. Если взять только первую половину 1950-х годов, то оказывается, что у СССР были самые высокие среди шести стран темпы роста ВВП. Безусловно, это лишь доказывает преимущества «сталинской экономики», которая еще не успела подвергнуться никаким перестройкам и реформированиям. Во второй половине 1950-х годов темпы роста ВВП были ниже, чем в первой. Это уже признак того, что модель «сталинской экономики» с середины 50-х годов стала подвергаться эрозии, которая к началу 60-х годов приобрела опасный характер.
Особо следует обратить внимание на то, что в наибольшей степени по темпам роста ВВП от СССР отставали такие страны, как США и Великобритания. Как раз те страны, которые объявили Советскому Союзу холодную войну. Военного паритета с США и НАТО у СССР еще не было, но разрыв сокращался. Благодаря мощной экономике СССР быстро наращивал свой оборонный потенциал. В 1949 году были проведены испытания первой атомной бомбы, была нарушена монополия США на ядерное оружие. В начале 1950-х годах СССР даже раньше, чем США, создал водородную бомбу. В 1953 году было запущено производство атомных подводных лодок (АПЛ). В советских конструкторских бюро в это период были созданы сверхзвуковые истребители и реактивные бомбардировщики. В конструкторском бюро Королева в 1955 году была создана первая межконтинентальная баллистическая ракета.
В популярной литературе бытует такое мнение, что в 1950-е годы советская экономика действительно развивалась динамично, но достигалось, мол, это исключительно за счет экстенсивных факторов. Прежде всего, за счет вовлечение в производство дополнительной рабочей силы. Так, как это было в 1930-е годы, когда проводилась индустриализация и из деревни на стройки и в города пришли миллионы работников. Но это не так. По оценкам Г.И. Ханина и других экономистов, прирост ВВП в 50-е годы обеспечивался за счет притока дополнительной рабочей примерно лишь на 1/5. Таким образом, за счет роста производительности труда обеспечивалось не менее 80% прироста ВВП, в то время как до войны менее половины. Одним словом, «автомобиль», созданный в 30-е годы («сталинская модель экономики») продолжал набирать скорость.
Советский Союз и США к началу 50-х годах уже обладали ядерным оружием. Прямое вооруженное противостояние с Москвой Вашингтон исключал как очевидное самоубийство. Поэтому противостояние осуществлялось прежде всего в сфере экономики в виде экономического соревнования двух систем. Казалось, что США и его ближайшие союзники не имели ни малейшего шанса выиграть это соревнование, ибо у нас был самый мощный в мире «автомобиль» - сталинская модель экономики. Но уже во второй половине 50-х гг. с этим «автомобилем» стали происходить странные вещи. Об этом – в следующий раз.

http://sovross.ru/articles/1840/43980


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб апр 30, 2022 11:08 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1110 от 2 мая 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем колонку редколлегии (передовую статью) Орлова А.И. "Смена парадигм в прикладной статистике", доклад В.С. Муравьевой и А.И. Орлова "Организационно-экономическое моделирование - система инструментов контроллинга"и статью А.И. Орлова "Аристотель и ракетно-космическая отрасль: к 60-летию полета в космос Юрия Алексеевича Гагарина", подготовленную на основе доклада на конференции "Глобалистика-2021".
.



Колонка редколлегии

Смена парадигм в прикладной статистике

А.И. Орлов

Change of paradigms in applied statistics

A.I. Orlov

Статистические методы анализа данных широко применяются исследователями в различных областях науки. Обсудим смену парадигм прикладной статистики - изменения основ общепринятой модели действий в этой области математических методов исследования. Рассмотрим три парадигмы - примитивную, устаревшую, современную.
Поясним на примере. Исходя из примитивной парадигмы, применяют расчетные формулы критерия Стьюдента для проверки равенства 0 математического ожидания без какого-либо обоснования. Согласно устаревшей парадигме констатируют (без строгого обоснования), что результаты измерений имеют нормальное распределение, затем применяют критерий Стьюдента. В современной парадигме используют непараметрические методы (в рассматриваемой постановке - основанные на центральной предельной теореме [1]).
Очевидно, обоснованность статистических выводов возрастает при переходе от примитивной парадигмы к устаревшей и далее к современной. В настоящее время в практике научной работы областях используются все три парадигмы. Обсудим, как это влияет на качество результатов исследовательской деятельности.
Примитивная парадигма - это парадигма поваренной книги, следования составленным кем-то рецептам. Программные продукты часто провоцируют такие расчеты. Приходится констатировать, что довольно часто итоговые выводы оказываются полезными с позиций прикладной области. Но иногда они могут быть и грубо ошибочными. Об опасности бездумного применения программных продуктов предупреждал [2] проф. В.В. Налимов, руководивший разделом "Математические методы исследования" нашего журнала в 1961 - 1997 гг.
Устаревшая парадигма - это парадигма середины ХХ в. В ней элементы выборки рассматриваются как независимые случайные величины, распределения которых входят в то или иное параметрическое семейство распределений - нормальных, логистических, экспоненциальных, Вейбулла - Гнеденко, Коши, Лапласа, гамма-распределений, и др. Все эти семейства выделены из четырехпараметрического семейства распределений, введенного основателем математической статистики К. Пирсоном в начале ХХ в. Он принял гипотезу, что распределения реальных данных всегда совпадают с каким-то элементом его четырехпараметрического семейства. Затем началось развитие теории параметрической математической статистики, в которой задачи оценивания и проверки гипотез решались для выборок из тех или иных параметрических семейств. Был получен ряд замечательных математических моделей и результатов, например, связанных с методом максимального правдоподобия, критериями Пирсона (хи-квадрат), Пирсона, неравенством Рао - Крамера и др. Многомерное нормальное распределение оказалось весьма полезным для развития регрессионного и дискриминантного анализа.
Параметрической математической статистике посвящено основное содержание распространенных вузовских учебников по математической статистике. В отличие от примитивной парадигмы, имеется строгая математическая теория, позволяющая получать расчетные алгоритмы и на их основе - полезные практические рекомендации. Есть только один недостаток - распределения реальных данных, как правило, не являются нормальными и вообще не входят в четырехпараметрическое семейство Пирсона. Делают попытки проверить нормальность или, например, экспоненциальность реальных данных. Зачастую отклонить гипотезу нормальности не удается. Но это нельзя рассматривать как подтверждение нормальности распределения рассматриваемых данных, поскольку для тех же данных не удается отклонить гипотезу о том, что распределение данных соответствует другому популярному распределению. Причина очевидна - малый объем выборки. Например, для того, чтобы выяснить, какому распределению соответствуют анализируемые данные - нормальному или логистическому, необходимо не менее 2500 наблюдений. Реальные объемы выборок обычно значительно меньше.
Развитие теории параметрической математической статистики продолжается и в настоящее время. В частности, сравнительно недавно выяснено, что вместо оценок максимального правдоподобия целесообразно использовать одношаговые оценки, разработаны методы доверительного оценивания для гамма-распределения и др. С помощью параметрической математической статистики решено много прикладных задач в конкретных областях исследования. Но в ряде случаев получены ошибочные выводы, хотя доля таких случаев заметно меньше, чем опоре на примитивную парадигму.
Современная парадигма [3] основана на непараметрической и нечисловой статистике. В отличие от параметрической статистики, элементы выборки с числовыми значениями предполагаются имеющими произвольную непрерывную функцию распределения. Центральной областью прикладной статистики стала статистика нечисловых данных [4], позволяющая единообразно подходить к анализу статистических данных произвольной природы.
Современную парадигму называем новой, хотя ее основы сформировались еще в 1980-х годах, когда во время подготовки к созданию Всесоюзной статистической ассоциации (учредительный съезд прошел в 1990 г.) понадобилось проанализировать состояние и перспективы прикладной статистики.
К настоящему времени непараметрическими методами можно решать практически тот же круг задач анализа данных, что и параметрическими. Преимущество непараметрики в том, что нет необходимости принимать необоснованные предположения о виде функции распределения. Недостатком является то, что реальные данные часто содержат совпадения. Если функция распределения элементов выборки непрерывна, то вероятность их совпадения равна 0. Противоречие возникает из-за того, что свойства прагматических чисел, используемых для записи результатов измерений (наблюдений, испытаний, опытов, анализов, обследований), отличаются от свойств математических чисел (например, прагматические числа записываются с помощью конечного числа цифр, а почти все действительные числа требуют - в теории - бесконечного ряда цифр). Разработаны подходы [5] к анализу совпадений при применении непараметрических статистик, позволяющие снять рассматриваемое противоречие.
В некоторых случаях параметрические методы позволяют обнаружить и предварительно изучить важные эффекты непараметрической статистики. Так, хорошо известно, что распределения реальных данных, как правило, не являются нормальными. Однако математический аппарат в случае нормальности зачастую является более простым. Согласно устаревшей парадигме в математической статистике широко используются многомерные нормальные распределения. Именно для таких распределений найдены явные формулы для различных характеристик в многомерном статистическом анализе, прежде всего в регрессионных постановках. Это связано с тем, что глубоко развита теория квадратичных форм в евклидовом пространстве (квадратичные формы стоят в степени экспоненты, описывающей плотность многомерного нормального распределения). Используя развитый математический аппарат, основанный на многомерной нормальности, удается разработать и изучить методы оценивания размерности вероятностно-статистической модели [6] с целью переноса полученных результатов на непараметрические постановки.
К настоящему времени теоретические исследования по прикладной статистике проводятся в основном в соответствии с современной парадигмой. Так, статистике нечисловых данных посвящено 63% работ по прикладной статистике, опубликованных [7] в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" в 2006 - 2015 гг. Однако значительная доля прикладных работ осуществляется в традициях устаревшей или даже примитивной парадигм. Такие работы нецелесообразно огульно отрицать. Они могут приносить пользу в конкретных областях. Однако бесспорно, что переход на современную парадигму прикладной статистики повысит научный уровень исследований, а также позволит получить важные результаты в конкретных областях. Приходится констатировать, что исследователи, связанных с анализом данных, недостаточно знакомы с непараметрической и нечисловой статистикой. Необходимо шире распространять информацию о современной парадигме прикладной статистики.

Литература
1. Орлов А. И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
2. Налимов В. В. Теория эксперимента. - М.: Наука, 1971. - 208 с.
3. Орлов А. И. Новая парадигма прикладной статистики // Заводская лаборатория. Диагностика материалов. 2012. Т.78. №1, С. 87-93.
4. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. Т. 85. №7. С. 69-84.
5. Орлов А. И. Модель анализа совпадений при расчете непараметрических ранговых статистик // Заводская лаборатория. Диагностика материалов. 2017. Т.83. №11. С. 66-72.
6. Орлов А. И. Оценивание размерности вероятностно-статистической модели // Научный журнал КубГАУ. 2020. №162. С. 1–36.
7. Орлов А. И. Развитие математических методов исследования (2006 – 2015 гг.) // Заводская лаборатория. Диагностика материалов. 2017. Т.83. №1. Ч.1. С. 78-86.

Публикация:
1189. Орлов А.И. Смена парадигм в прикладной статистике // Заводская лаборатория. Диагностика материалов. 2021. Т.87. № 7. С. 6-7.



УДК 005.521:633.1:004.8; JEL: C00, L00

Организационно-экономическое моделирование - система инструментов контроллинга

Виктория Муравьева, Александр Орлов
доцент, к.э.н., МГТУ им. Н.Э. Баумана; профессор, д.э.н., д.т.н., к.ф.-м.н.,
МГТУ им. Н.Э. Баумана

Аннотация: В работе раскрыто содержание курса организационно-экономического моделирования (ОЭМ) для магистрантов ИБМ: классическая модель управления запасами, принятие решений в условиях неопределенности, теория измерений и средние величины, анализ экспертных упорядочений, новая парадигма ОЭМ, солидарная информационная экономика, реконструкция истории методами ОЭМ, обобщенные показатели (рейтинги) и задачи классификации, статистика объектов нечисловой природы, непосредственный анализ статистических данных.
Ключевые слова: контроллинг, модель, обучение, принятие решений, экспертные оценки.

Organizational and economic modeling - the system of controlling tools

Victoria Muravyeva, Alexander Orlov
Associate Professor, Cand. Econ. Sci., BMSTU; Full professor, DSc(Econ), DSc(Tech), PhD(Math), BMSTU

Abstract: The paper discloses the content of the course of organizational and economic modeling (OEM) for undergraduates at IBM: the classical model of inventory management, decision making under uncertainty, theory of measurements and average values, analysis of expert orderings, a new paradigm of OEM, solidary information economy, reconstruction of history using OEM methods, generalized indicators (ratings) and classification problems, statistics of objects of non-numerical nature, direct analysis of statistical data.
Keywords: controlling, model, education, decision making, expert estimations.

1. Введение
Инструментами решения задач контроллинга в экономике, организации производства и управлении предприятием являются соответствующие экономико-математические методы. Многообразие таких методов разработано в научной, практической и учебной дисциплине, которая называется организационно-экономическим моделированием.
Принимаем следующее определение.
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями [1].
На кафедре «Экономика и организация производства» научно-учебного комплекса «Инженерный бизнес и менеджмент» МГТУ им. Н.Э.Баумана в конце ХХ – начале XXI вв. создана научная школа в области организационно-экономического моделирования, эконометрики и статистики [2]. Преподавание соответствующих дисциплин курирует одноименная секция кафедры, научные исследования ведет Лаборатория экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана.
В МГТУ им. Н.Э. Баумана выпущена объемная научная монография "Организационно-экономическое моделирование". Она состоит из трех частей - "Нечисловая статистика" [3], "Экспертные оценки" [4], "Статистические методы анализа данных" [5]. Монография допущена для использования в качестве учебника, на её основе разработано содержание ряда учебных курсов.
Организационно-экономическому моделированию как прикладной дисциплине посвящены, в частности, монографии [6, 7].
В настоящей работе обсуждаем ОЭМ как учебную дисциплину. За основу возьмем курс (вариант 2020/2021 уч. г.) для магистрантов ИБМ второго года обучения.

2. Классическая модель управления запасами
Экономико-математические модели - инструменты контроллинга, позволяющие принимать обоснованные решения. В качестве примера выбрана классическая модель управления запасами, известная как модель Вильсона. Она может быть полностью разобрана в учебном курсе, является одной из наиболее применяемых на практике организационно-экономических моделей (по крайней мере в США). Подробно рассмотрена в ряде наших монографий, в частности, в главе 8 учебника [5].
В теме разбираем три этапа теоретического решения задачи оптимизации, четыре шага алгоритма расчетов. изучаем отклонение издержек в плане Вильсона от издержек в оптимальном плане. Обращаем внимание на то, что оптимальный план управления запасами нельзя найти на основе формулы квадратного корня [8].
Поскольку оптимальное решение зависит от выбора начальной и конечной точки на оси времени, то для ОЭМ важна проблема горизонта планирования. С неопределенностью в выборе конечной точки боремся, выбирая асимптотически оптимальный план [9]. Доказываем теорему о том, что план Вильсона асимптотически оптимален, и строим график превышения средних издержек плана Вильсона над оптимальным планом.
Изучаем влияние на средние издержки (за целое число периодов) отклонений от оптимального объема партии (точная и приближенная формулы), а также влияние неопределенностей параметров классической модели управления запасами на объем поставки. Принцип уравнивания погрешностей из общей теории устойчивости [10] позволяет на основе оцененной по статистическим данным погрешности параметра спроса выяснить необходимую точность определения других параметров.
Классическая модель Вильсона входит в систему из 36 моделей. Из них подробнее разбираем модель с дефицитом. Оказывается, введение возможности дефицита оказывается экономически выгодным!
Рассматриваем примеры практического применения классической модели управления запасами [5, 11]. Обсуждаем также двухуровневую модель управления запасами.

3. Принятие решений в условиях неопределенности
На примере задачи выбора одного объекта из двух обсуждаем четыре аналитических подхода (пессимистический, оптимистический, средней выгоды, минимизации максимальной упущенной выгоды) и три подхода практических работников [12], а также проблемы голосования экспертов [4].

4. Теория измерений и средние величины
Анализируем математические, реальные и компьютерные числа. Обсуждаем значение в ОЭМ погрешностей измерений и вычислений. В частности, демонстрируем методологическая несостоятельность Росстата, постоянно завышающего точность своих данных. Проводим анализ двух равносильных формул для выборочной дисперсии с точки зрения точности вычислений.
Разбираем основные понятия теории измерений (с соответствии с [3, 12]). Даем определения, рассматриваем примеры, вводим группы допустимых преобразований для шкал наименований, порядковой, интервалов, отношений, разностей, абсолютной. Базовым в ОЭМ является требование устойчивости выводов относительно допустимых преобразований шкал. Из-за невыполнения этого требования недопустимо использовать среднее арифметическое для усреднения данных, измеренных в порядковой шкале.
Вводим различные виды и классы средних величин - средние степенные и структурные средние, средние по Коши и средние по Колмогорову, их частные виды. Обсуждаем различные методы расчета средней заработной плата для условного предприятия.
На основе синтеза теории измерений и теории средних описываем средние, результат сравнения которых устойчив в порядковой шкале, в шкалах интервалов и отношений.
Обсуждаем необходимость применение статистических методов в соответствии со шкалами, в которых измерены данные. В качестве примеров рассматриваем коэффициент линейной корреляции Пирсона (соответствующий в шкале интервалов) и коэффициент ранговой корреляции Спирмена (предназначенный для анализа данных, измеренных в порядковой шкале.

5.Анализ экспертных упорядочений
Начинаем с перехода от ответов экспертов в виде упорядочений к таблице рангов. Разбираем метод средних (арифметических) рангов и метод медиан как способы усреднения мнений экспертов (деловая игра). Формулируем цели согласования кластеризованных ранжировок. Рассматриваем метод согласования кластеризованных ранжировок на основе выделения противоречивых пар объектов, построения графа противоречий, выделения связных компонент графа и их упорядочивания [3, 12].

6. Новая парадигма организационно-экономического моделирования и ее значение
Начинаем с краткой истории статистических методов. Выделяем четыре этапа развития статистики (описательная, параметрическая, непараметрическая, нечисловая), четыре области (по видам данных), три основные задачи (описание данных, оценивание, проверка гипотез), пять точек роста: непараметрика, информационные технологии (бутстреп), устойчивость, статистика интервальных данных, нечисловая статистика.
Разбираем новую парадигму организационно-экономического моделирования [13, 14]. Проводим развернутое сравнение старой и новой парадигм. Отмечаем основополагающую роль методологии при построении организационно-экономических моделей и принятии решений [15].

7. Солидарная информационная экономика
Как общепризнанно, Аристотель - основоположник экономической теории. Он различал экономику и хрематистику. Цель экономической деятельности - удовлетворение потребностей, цель хрематистики - выгода (прибыль). Аристотель резко выступал против хрематистики.
Основное течение (мейнстрим) в современной экономической науке – обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. Развиваются различные научные направления внутри этого мейнстрима (см., например, [16]). Мы развиваем солидарную информационную экономику [17, 18].
В эпоху цифровой экономики огромно влияние информационно-коммуникационных технологий на хозяйственную деятельность. В развитие этого утверждения мы развиваем солидарную информационную экономику [17, 18]. Она продолжает проекты
ОГАС В.М. Глушкова и КИБЕРСИН Ст. Бира. Важно, что шотландские экономисты W. Paul Cockshott и Allin F. Cottrell доказали, что к концу ХХ в. мощности компьютеров достигли такого уровня развития, что стала возможность глобальной оптимизации экономических процессов в масштабе всего Земного шара. В настоящее время развитие информационно-коммуникационных технологий должно быть направлено на выявление потребностей, в частности, на разработку процедур принятия решений на основе сетей экспертов [4].

8. Реконструкция истории путем применения организационно-экономического моделирования и ее роль при принятии решений в современных условиях
Начинаем с основных понятий теории классификации в составе организационно-экономического моделирования [3]. Рассматриваем методы построения новой статистической хронологии на основе статистики нечисловых данных, а именно путем введения показателей различия и применения алгоритмов кластер-анализа [5].
Обсуждаем основные черты реконструкции истории в соответствии с новой статистической хронологией [19] и её значение для организации современного хозяйства [20]. По нашему мнению, новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения [21].

9. Обобщенные показатели (рейтинги) и задачи классификации
Проблемы построения обобщенного критерия (рейтинга) рассматриваем в ходе деловой игры "Таня Смирнова выбирает место работы". Обсуждаем методы экспертные методы расширения и сужения множества факторов, оценки весовых коэффициентов на основе иерархической системы факторов. Рассматриваем различные виды рейтингов [22, 23].
Обсуждаем основные черты теории классификации. В математических методах теории классификации выделяем кластер-анализ (построение классификаций) и диагностику (использование классификаций) [24]. Непараметрические методы диагностики строим на основе непараметрических ядерных оценок плотности распределения в пространствах произвольной природы [3].
Параметрический дискриминантный анализ (основан Р. Фишером в 1937 г.) - это диагностика на основе рейтингов. Примеры: диагностика потенциальных заемщиков в банке; скрининг при медицинском обследовании лиц с вредными условиями труда. Прогностическая сила – наилучший показатель качества алгоритма диагностики [25]. Изучаем свойства прогностической силы - асимптотическое распределение, доверительные границы, проверка обоснованности пересчета на модель линейного дискриминантного анализа.

10. Статистика объектов нечисловой природы
Демонстрируем, что практические все распределения реальных данных являются ненормальными [5, п.2.1]. Следовательно, в ОЭМ следует использовать непараметрическая статистику. Строим эмпирическую функцию распределения. Примером методов ранговой статистики. являются состоятельные критерии Смирнова и омега-квадрат для проверки абсолютной однородности двух независимых выборок [5, п.5.4].
В пространствах произвольной природы вводим эмпирические и теоретические среднее, обсуждаем законы больших чисел для них [3]. В качестве примера проводим обоснование и расчет эмпирического среднего для числовой выборки как интервала между левой и правой медианой.

11. Непосредственный анализ статистических данных
На основе ОЭМ проводим непосредственный анализ данных официальной экономической статистики относительно динамики выпуска отдельных видов продукции (в натуральных единицах) и макроэкономических показателей в РФ [26, 27].
Подчеркиваем значительное возрастание роли государства в экономике в течение ХХ в. в экономически развитых странах [28].
Обсуждаем роль демографических прогнозов в экономике для принятия стратегических решений [3].
В условиях развертывающейся цифровой революции развертывание производственных сил приводит к значительному изменению производственных отношений. В частности, происходит изменение потребительского поведения - переход от владения к аренде [18]. Обсуждаем концепции четвертой промышленной революции, переход к капитализму участия, опираясь на материалы Римского клуба, дискуссий на Давосском экономическом форуме в 2020 и 2021 гг., публикации о "великой перезагрузке", обоснованной основателем Давосского форума проф. К. Швабом.

Выводы
К настоящему времени направление исследований "организационно-экономическое моделирование" (ОЭМ) достаточно развито и сформировано как научная, практическая и учебная дисциплина. Об этом свидетельствует, в частности, список литературных источников в настоящей статье.
В ОЭМ разработано многообразие инструментов решения задач контроллинга в экономике, организации производства и управлении предприятием. Достаточно адекватное представление об этом многообразии дает авторский учебный курс ""организационно-экономическое моделирование", разработанный в Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации» и предназначенный для магистрантов факультета "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана. Содержание этого курса раскрыто в настоящей статье. Очевидно, что конкретные позиции курса ОЭМ будут развиваться и модернизироваться.

Литература
1. Куликова С.Ю., Муравьева В.С., Орлов А.И. Организационно-экономическое моделирование при решении задач контроллинга/ Научный журнал КубГАУ. 2016. №118. С. 486–506.
2. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019. №73. С. 28-35.
3. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с.
4. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
5. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
6. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г.Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
7. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С. Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
8. Орлов А.И. Оптимальный план управления запасами нельзя найти на основе формулы квадратного корня // Научный журнал КубГАУ. 2015. № 106. С. 270–300.
9. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования / Научный журнал КубГАУ. 2020. №155. С.147–163.
10. Орлов А.И. Устойчивые экономико-математические методы и модели. Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями. — Saarbrücken (Germany), LAP (Lambert Academic Publishing), 2011. — 436 с.
11. Смольников Р.В. Практическое применение математических моделей управления запасами //Заводская лаборатория. Диагностика материалов. 2008. Т.74. No.3. С.64-69.
12. Орлов А.И. Методы принятия управленческих решений: учебник. - М.: КНОРУС, 2018. - 286 с.
13. Орлов А.И. Новая парадигма анализа статистических и экспертных данных в задачах экономики и управления / Научный журнал КубГАУ. 2014. №98. С. 105–125.
14. Орлов А.И. Новая парадигма математических методов исследования / Заводская лаборатория. Диагностика материалов. 2015. Т.81. №.7 С. 5-5.
15. Орлов А.И. О влиянии методологии на последствия принятия решений / Научный журнал КубГАУ. 2017. №125. С. 319–345.
16. Клейнер Г.Б. Системная экономика: шаги развития. Монография. Предисловие В.Л. Макарова. – М.: Издательский дом «Научная библиотека», 2021. – 746 с.
17. Орлов А.И. (). Солидарная информационная экономика – инструмент реализации национальных интересов // Национальные интересы: приоритеты и безопасность. 2013. № 33. С. 2–10.
18. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
19. Официальный сайт научного направления "Новая хронология". [Электронный ресурс] URL: http://chronologia.org/ (дата обращения 19 июня 2021 г.).
20. Глазьев С.Ю. Новая хронология Фоменко и борьба с кризисом. [Электронный ресурс] URL: https://glazev.ru/articles/165-interv-j ... s-krizisom (дата обращения 19 июня 2021 г.).
21. Орлов А.И. Новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения // Научный журнал КубГАУ. 2016. №120. С. 60 – 85.
22. Лындина М.И., Орлов А.И. Математическая теория рейтингов // Научный журнал КубГАУ. 2015. № 114. С. 1 – 26.
23. Орлов А.И., Цисарский А.Д. Определение приоритетности реализации НИОКР на предприятиях ракетно-космической отрасли // Контроллинг. 2020. № 2(76). С. 58-65.
24. Орлов А.И. Математические методы теории классификации // Научный журнал КубГАУ. 2014. № 95. С. 23 – 45.
25. Орлов А.И. Прогностическая сила – наилучший показатель качества алгоритма диагностики // Научный журнал КубГАУ. 2014. № 99. С. 33-–49.
26. Кара-Мурза С. Г., Батчиков С. А., Глазьев С. Ю. Куда идет Россия. Белая книга реформ. — М.: Алгоритм, 2008. — 448 с.
27. Кара-Мурза С.Г., Гражданкин А.И. Белая книга России. Строительство, перестройка и реформы. 1950-2014. - М.: ООО «ТД Алгоритм», 2016. - 728 с.
28. Орлов А.И. Теория принятия решений. — М.: Экзамен, 2006. — 576 с.

Contacts
Муравьева Виктория Сергеевна, доцент, к.э.н.
Ученый секретарь Лаборатории экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
доцент кафедры «Экономика и организация производства»,
МГТУ им. Н.Э. Баумана, г. Москва
murvicky@mail.ru
Александр Иванович Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н.
Заведующий Лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор кафедры «Экономика и организация производства»,
МГТУ им. Н.Э. Баумана, г. Москва
prof-orlov@mail.ru




Орлов Александр Иванович
доктор экономических наук, доктор технических наук,
кандидат физико-математических наук
профессор,
Московский государственный технический университет им. Н.Э. Баумана,
г. Москва
prof-orlov@mail.ru

Аристотель и ракетно-космическая отрасль:
к 60-летию полета в космос Юрия Алексеевича Гагарина

Аннотация. Для решения проблем ракетно-космической отрасли необходима новая парадигма экономической науки. Прослеживаем смену парадигм экономической теории: Аристотель - рыночная экономика - солидарная информационная экономика. В настоящее время происходит переход от рыночной экономики к плановой. Представлены основные идеи солидарной информационной экономики, кратко рассказано об ее развитии. Солидарная информационная экономика, развивающая идеи Аристотеля, является основой новой парадигмы экономической науки.
Ключевые слова. Аристотель, ракетно-космическая отрасль, экономическая теория, солидарная информационная экономика, цифровая экономика.

Ракеты и полеты в космос - символы современности. Ракетно-космическая отрасль - одна из ведущих в народном хозяйстве наиболее развитых в экономическом отношении стран современного мира - Китая, США, Индии, России. Примерно 20% активности ведущего технического вуза нашей страны - Московского государственного технического университета им. Н.Э. Баумана - реализуется в ракетно-космической отрасли. Значительная часть профессиональной деятельности автора настоящей статьи посвящена задачам управления и экономики в этой области. В юбилейный год шестидесятилетия со дня полета в Юрия Алексеевича Гагарина естественно обратиться к современным проблемам экономической теории - основы практических действий.
Опыт работы в ракетно-космической отрасли привел к выводы, что адекватное решение проблем этой высокотехнологичной инновационной сферы народного хозяйства невозможно при использовании устаревшего научного инструментария т.н. "рыночной экономики". Нужна новая парадигма экономической науки.

Взгляды Аристотеля - основоположника экономической науки
Чтобы проанализировать причины широкого распространения устаревших воззрений и выявить направления дальнейшего развития экономической науки, целесообразно начать с ее зарождения.
Общепризнанной является констатация того, что основоположником экономической науки, как и науки в целом, является Аристотель (и его научная школа). Он полагал, что экономика - это наука о том, как управлять хозяйством с целью удовлетворения потребностей людей. Аристотель рассматривал хозяйственные структуры различного масштаба - домохозяйства, предприятия (как в городе, так и на селе), муниципальные образования (полисы), регионы (сатрапии), государство в целом (хозяйство империи). Организаторами хозяйственной деятельности являлись органы власти, проще говоря, государство. Весьма важно резко отрицательное отношение Аристотеля к т.н. хрематистике - доктрине, согласно которой цель хозяйственной деятельности - получение выгоды (прибыли).
Итак, с точки зрения Аристотеля следует исходить из следующих трех базовых утверждений.
1. Экономика – наука о разумном ведении хозяйства, о деятельности, направленной на удовлетворение потребностей людей, т.е. на производство и приобретение благ для дома и государства.
2. Хозяйствующий субъект – предприятие (сельскохозяйственное, производство в городе), город (полис), регион (сатрапия), государство (империя).
3. Противоестественна хрематистика (деятельность, направленная на приобретение выгоды, извлечение прибыли, на накопление богатства).
По нашему мнению, необходимо освободить экономическую теорию от извращений хрематистики, развивать и излагать ее в соответствии с Аристотелем как науку о деятельности, направленной на удовлетворение потребностей людей.

О развитии экономической теории
Экономическая практика и ее осмысление - экономическая теория - следовали взглядам Аристотеля вплоть до эпохи буржуазных революций (XVIII в.). Новое экономические отношения породили новую экономическую теорию, которую мы сейчас называем "рыночной экономикой". Рыночная экономика как теория - это отрицание концепции Аристотеля. Ее основные черты таковы.
Государство должно быть отодвинуто от руководства экономикой. Сторонники рыночной экономики стали отводить роль "ночного сторожа". Основной лозунг рыночников - государство должно уйти из экономики. Самое главное - обеспечение свободной конкуренции. На первое место вышли хрематистики с их основополагающим правилом: цель экономической деятельности - получение выгоды (прибыли), в том числе при поощрении рыночниками деятельности в области финансовых спекуляций. Изменилось даже понимание термина "экономика": с точки зрения рыночников Аристотель говорил не об экономике, а об управлении (менеджменте). Из центра экономической науки менеджмент был перемещен на задворки и объявлен лишь одной из экономических наук. Так произошло отрицание экономики Аристотеля.
Но вскоре началось отрицание отрицания концепции Аристотеля. Приходит плановая экономика Необходимость активного вмешательства государства в экономическую жизнь была осознана уже к концу XIX в. В ХХ в. государство активно управляло экономикой в основных экономически развитых странах - в США (особенно при Ф. Рузвельте в период великой депрессии), в СССР, в Германии, а в послевоенное время в самых разных странах по всему Земному шару - в Китае, Индии, Японии, Сингапуре, Франции и др. Даже в наиболее "рыночной" стране - в США - доля государства в экономике за ХХ в. выросла в 4 раза и достигла примерно одной трети [1, c.290]. (Под долей государства в экономике понимаем отношение расходной части бюджета страны к ее валовому внутреннему продукту). Теоретическое обоснование главенствующей роли государства дал английский экономист Дж. Кейнс. Характерно, что вместо термина "рыночная экономика" в ХХ в. стал употребляться термин "смешанная экономика".
Ракетно-космическая отрасль в силу сложности и объемности решаемых технических задач развивается во всех странах на основе государственных ресурсов и государственного управления. Вкрапления рыночных отношений зачастую являются камуфляжем: формально независимые коммерческие организации выполняют заказы государства.
В России после развала СССР в качестве экономической теории была принята устаревшая рыночная экономика американского образца, соответствующая состоянию мирового хозяйства конца XIX в. Именно господство устаревших воззрений в массовом сознании и в сознании управленцев привели к стагнации экономики России. Валовой внутренний продукт России в 2020 г. лишь незначительно превосходит ВВП РСФСР в 1990 г. (в сопоставимых ценах), объемы промышленного производства и инвестиций в основные фонды за 30 лет сократились. Если бы в качестве базовой экономической теории была принята, например, немецкая социальная экономика, то столь плачевного результата не было бы. Оптимизм внушает опыт Китая, чей валовой внутренний продукт за те же 30 лет вырос в 7 раз. Если бы Россия в начале 1990-х годов пошла по пути Китая, результаты были бы впечатляющими.
По мнению специалистов, рыночная экономика осталась в XIX веке. По оценке проф. П. Друкера (США), 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику». Основное течение (мейнстрим) современной экономической науки – обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. В условиях России это означает, в частности, переход государства к непосредственному управлению экономикой, воссоздание Госплана и отраслевых министерств. Об этом говорят и пишут многие исследователи в области экономической теории.
Выделим два полюса в организации экономической жизни - централизованная систем, нацеленная на удовлетворение потребностей всех членов общества, и конкурентная среда, позволяющая реализовать замыслы отдельных лиц (предпринимателей), действующих независимо друг от друга с целью максимизации прибыли. Сначала (во времена Аристотеля) преимущество было у первого полюса, затем, во времена классической рыночной экономики, на первое место вышел второй полюс, а в течение последних 150 лет два полюса органически взаимодействуют. Хотя роль первого полюса возрастает, второй полюс необходим для обеспечения возможности реализации идей отдельных лиц, для развития инновационных стартапов, идущих от первоначальных идей до их промышленного воплощения.
Итак, в течение последних 150 лет на место рыночной экономики приходит плановая экономика. В рамках мейнстрима плановой экономики имеются различные системы взглядов. Мы развиваем одну из таких теоретических систем - солидарную информационную экономику.

Солидарная информационная экономика
В последнее время много говорят о четвертой промышленной революции, основанной на внедрении цифровой экономики и искусственного интеллекта. Большое впечатление произвели дискуссии на Давосском экономическом форуме в 2020 и 2021 гг., лозунг "великой перезагрузки", обоснованный основателем Давосского форума проф. К. Швабом. По мнению участников обсуждений этих новых идей, мы вступаем в принципиально новый период развития производственный отношений, которые резко меняются вслед за бурным развитием цифровых производительных сил.
Мы уже давно пришли к подобным выводам. С 2007 г. мы развиваем новую экономическую концепцию - солидарную информационную экономику, согласно которой экономическая деятельность должна быть основана на интенсивной применении современных информационно-коммуникационных технологий [2]. В качестве примеров такого применения указываем на проект ОГАС В.М. Глушкова и систему КИБЕРСИН Ст. Бира. Мы считаем, что развивающая идеи Аристотеля солидарная информационная экономика должна стать основой новой парадигмы экономической науки.
Солидарная информационная экономика (СИЭ) – разрабатываемая нами базовая организационно-экономическая теория, предназначенная для замены «рыночной экономики». СИЭ - это функционалистско-органическая (в терминах биокосмологии) информационная экономика, опирающаяся на взгляды Аристотеля.
На 10.07.2021 основной Интернет-ресурс по СИЭ (НИЭБ), размещенный в 2007 г. на форуме нашего сайта «Высокие статистические технологии» (см. https://forum.orlovs.pp.ru/viewtopic.php?f=2&t=570) просмотрен 316,9 тыс. раз. На ту же дату по солидарной информационной экономике нами опубликовано 65 статей и тезисов докладов (см. http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=951).
Настоящая статья посвящена обсуждению основных идей солидарной информационной экономики, прежде всего применительно к проблемам развития ракетно-космической отрасли.
Новые идеи распространяются медленно. К тому же иногда сознательно искажается история. Так, менеджмент как наука создан в МГТУ им. Н.Э. Баумана. В западных учебниках со «Школы научного управления» начинается изложение менеджмента. Однако «Школа научного управления» основана на «русской системе обучения ремеслам», разработанной в Императорском Московском Техническом Училище (ныне МГТУ им. Н.Э. Баумана). По нашему мнению, следует констатировать заимствование интеллектуальной собственности без ссылки на первоисточник.
Место и время рождения современного менеджмента – Москва, 60-70-е годы XIX в. Вполне естественно, что современная базовая организационно-экономическая теория – СИЭ – также создана в МГТУ им. Н.Э. Баумана как результат развития отечественной научной школы в области экономики.
Мы полагаем, что экономика – часть менеджмента. Общепризнано, что управленческие решения необходимо принимать на основе всей совокупности социальных, технологических, экономических, экологических, политических факторов. Итак, экономика – часть менеджмента как науки об управлении людьми.

Основные идеи СИЭ
Согласно СИЭ современные информационные технологии и теория принятия решений позволяют построить информационно-коммуникационную систему, предназначенную для выявления потребностей и организации производства с целью их удовлетворения, причем как локально, так и в масштабах всего Земного шара. Для реализации этой возможности необходима лишь воля руководства хозяйственной единицей, нацеленная на преобразование её системы управления. В частности, как и происходит в большинстве развитых и развивающихся стран, российское государство должно стать основным действующим лицом в экономике.
Общая схема принятия решений в солидарной информационной экономике состоит в последовательном выполнении следующих этапов: Целеполагание - Планирование - Выполнение планов - Анализ результатов - Целеполагание (уже на новом витке спирали развития). В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное.
Предшественники СИЭ - это прежде всего Аристотель, В.М. Глушков, Ст. Бир. Многие исследователи высказывали схожие мысли. Например, Ф. Бекон, Г.Форд, К. Поланьи. В настоящее время весьма важны теоретические разработки и практические результаты, достигнутые в Китайской народной республике, с 2014 г. наиболее мощной в экономическом плане державе современности (с наибольшим в мире объемом валового внутреннего продукта, измеренного в сопоставимых ценах при использовании паритета покупательной способности).
Подробнее рассмотрим идеи СИЭ, развивавшиеся в русской экономической школе в ХХ в.. Взаимную помощь (солидарность) как фактор эволюции рассматривал П.А. Кропоткин [3], создатель идеологии анархо-коммунизма и один из самых влиятельных теоретиков анархизма. В работе "Империализм, как высшая стадия капитализма" В.И. Ленин проанализировал переход капитализма в конце XIX — начале XX века от стадии первоначального накопления капитала (классической "рыночной экономики") к стадии монополистического капитализма, или империализма, соответствующей господству транснациональных корпораций. Следующий шаг - переход к организации всемирного хозяйства, о чем через 100 с лишним лет говорит К. Шваб.
Важный шаг в развитии менеджмента (науки об управлении людьми) - развертывание тектологии, или «всеобщей организационной науки» — научной дисциплины, разработанной А.А. Богдановым в 20-х годах XX века. В 20-30-е годы развернулись работы по научной организации труда под руководством А.К. Гастева, который считал, что главную роль в работе предприятия играет человек; эффективность организации начинается с личной эффективности каждого человека на рабочем месте — в частности, с эффективного использования времени. Принципиально важное значение имеет книга И.В. Сталина «Экономические проблемы социализма в СССР» (1952). В частности, в этой книге прогнозируется отказ от товарного обращения в пользу прямого обмена продуктов труда и, как следствие, отказ от использования рынка и денег (эти идеи мы развиваем в солидарной информационной экономике [4]). Во второй половине ХХ в. большое значение имел проект ОГАС В.М. Глушкова, о котором мы уже говорили, линейное программирование и объективно обусловленные оценки Л.В. Канторовича, система оптимального функционирования экономики СОФЭ, разработанная в Центральном экономико-математическом институте АН СССР. В XXI в. традиции русской экономической школы успешно продолжают С.Ю. Глазьев, В.Ю. Катасонов, С.Г. Фалько, Г.Б. Клейнер и многие другие специалисты.
Шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл убедительно демонстрируют теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом [5, 6]. Для расчетов оптимальных управленческих решений в рамках мирового хозяйства мощностей стандартных современных компьютеров вполне достаточно. Следовательно, в современных условиях несостоятельна критика планового хозяйства Хайеком, который исходил из имевшей место в середине ХХ в. невозможно провести расчет оптимального плана развития страны. В частности, отметим, что Госплан СССР в принципе не мог организовать оптимальное планирование народного хозяйства нашей страны из-за недостатка вычислительных мощностей. Но в настоящее время в принципе это уже возможно.

Итоги
Освободить экономическую теорию от извращений – это значит избавиться от «рыночной экономики» и вернуться к взглядам Аристотеля, которым в сегодняшней ситуации соответствует солидарная информационная экономика (с точки зрения биокосмологии – это функционалистско-органическая информационная экономика, опирающаяся на взгляды Аристотеля).
Солидарная информационная экономика должна стать основой для принятия управленческих решений на всех уровнях – от предприятия до государства.
Преподавание экономической теории должно опираться на взгляды Аристотеля и солидарную информационную экономику.
Основные идеи СИЭ развиты, в частности, в наших статьях, опубликованных в журнале "Биокосмология - нео-Аристотелизм" [4, 7 - 10], а также в других публикациях, из которых укажем монографию по цифровой экономике [11, с.12 - 186] и обзор [12].

Список литературы
1. Орлов А.И. Теория принятия решений. - М. Экзамен, 2006. - 576 с.
2. Орлов А.И. Неформальная информационная экономика будущего. – В сб.: Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
3. Кропоткин П.А. Взаимная помощь среди животных и людей как двигатель прогресса. Изд.2, доп. - М.: Книжный дом «ЛИБРОКОМ», 2011. - 280 с.
4. Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег / Biocosmology - neo-Aristotelism. 2015. Vol. 5. № 3-4. C. 339-359.
5. Cockshott W. Paul and Cottrell Allin F. Information and Economics: A Critique of Hayek. November 1996. [Электронный ресурс]. URL: http://ricardo.ecn.wfu.edu/~cottrell/so ... itique.pdf (дата обращения 10.07.2021).
6. Кокшотт П. Расчёт в натуральной форме: от Нейрата до Канторовича. Перевод С. Маркова под ред. С. Голикова и Д. Левыкина [Электронный ресурс]. URL: http://left.ru/2009/6/cockshott188.phtml (дата обращения 10.07.2021).
7. Орлов А.И. Аристотель и неформальная информационная экономика будущего / Biocosmology – neo-Aristotelism. 2012. Vol.2. №3. С. 150-164.
8. Orlov A. I. Functionalist-Organic Information Economy – the Organizational-Economic Theory of Innovation Development / Biocosmology – neo-Aristotelism. 2013. Vol.3. №1. P. 52-59.
8. Орлов А.И. Вперед к Аристотелю: функционалистко-органическая (солидарная) информационная экономика взамен рыночной экономики / Biocosmology - neo-Aristotelism. 2017. Vol. 7, № 3-4. С. 411-423.
9. Орлов А.И. Аристотель и цифровая экономика / Biocosmology – neo-Aristotelism. 2019. V. 9, № 1-2. С. 7-20.
10. Орлов А.И. Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки // Biocosmology – neo-Aristotelism. 2020. Vol. 10. № 3-4. С. 406-420.
11. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
12. Орлов А.И. О развитии солидарной информационной экономики // Научный журнал КубГАУ. 2016. №121. С. 262–291.

Публикация:
1193. Орлов А.И. Аристотель и ракетно-космическая отрасль: к 60-летию полета в космос Юрия Алексеевича Гагарина // Актуальные проблемы глобальных исследований: глобальное развитие и пределы роста в XXI веке. Сб. статей VII Международной научной конференции, 15 – 18 июня 2021 г. / под ред. И.В. Ильина. – М.: МООСИПНН Н.Д.Кондратьева, 2021. - С. 328-335.
https://elibrary.ru/item.asp?id=47156850


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб май 07, 2022 10:35 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1111 от 9 мая 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь с принципиально важной статьей А.И. Орлова "Наукометрия и экспертиза в управлении наукой: развитие и борьба полюсов", в которой предлагается новый подход к изучению развития науки.
О необходимости проверять информацию в выступлениях и публикациях пишет Р.Р. Вахитов в статье "Проговоры", разбирая многочисленные примеры.




УДК 303.732.4 : 519.2
08.00.13 Математические и инструментальные методы экономики (экономические науки)

Наукометрия и экспертиза в управлении наукой:
развитие и борьба полюсов

Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru

Настоящая статья посвящена новым результатам в области изучения и управления наукой на основе математических и инструментальных методов экономики. Проблемами изучения и управления наукой мы занимаемся с 1980-х годов. После обсуждения ключевых показателей эффективности в этой области необходимо выявить глубинные противоположности развития науки, их развитие и борьбу. Основное содержание статьи - выделение и обсуждение 23 пар взаимодействующих полюсов в развитии науки: (1) приращение знаний - социальное продвижение научных работников; (2) фундаментальная наука - прикладная наука; (3) необходимость знания области своей области - невозможность освоить имеющую литературу; (4) развитие науки (динамика) - научные кланы (статика); (5) сложившиеся области - возникающее новое; узкая специализация - междисциплинарность.; (6) проведение исследования "с нуля" - предварительный анализ публикаций; обучение путем решения задач - обучение на основе лекций и изучения литературных источников; (8) оригинальность (новое) для мира - оригинальность (новое) для читателя; (9) невозможность сравнения научных работ по значимости - необходимость сравнения результатов деятельности исследователей и организаций; (10) наукометрия - экспертные оценки; (11) наука - журналистика; (12) западные базы данных ВоС и Скопус - отечественные базы данных (РИНЦ); (13) электронные издания - бумажные журналы; (14) монографии - учебники; (15) монографии - статьи; (16) журналы - сборники; (17) журналы - монографии; (18) многообразие научных публикаций - библиометрические базы данных; (19) широта распространения информации - избирательность; (20) научная работа - преподавание; (21) пары полюсов на профессиональном пути исследователя: личная работа - беседы, путешествия; признание заслуг - финансирование; молодость - опыт; (22) западная (мировая) наука - отечественная (национальная) наука; (23) публикации за рубежом (на английском языке) - публикации на русском языке.

Ключевые слова: наука, экономика, управление, математика, принятие решений, наукометрия, научные кланы, базы данных, национальная наука

http://dx.doi.org/10.21515/1990-4665-173-010


UDC 303.732.4 : 519.2

08.00.13 Mathematical and instrumental methods of Economics (economic sciences)

Scientometrics and expertise in science management:
development and fight of poles

Orlov Alexander Ivanovich
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor

Bauman Moscow State Technical University, Moscow, Russia

This article is devoted to new results in the study and management of science based on mathematical and instrumental methods of economics. We have been dealing with the problems of studying and managing science since the 1980s. After discussing the key performance indicators in this area, it is necessary to identify the deep opposites of the development of science, their development and struggle. The main content of the article is the selection and discussion of 23 pairs of interacting poles in the development of science: (1) increase of knowledge - social advancement of scientific workers; (2) fundamental science - applied science; (3) the need for knowledge of the area of their field - the impossibility of mastering the existing literature; (4) development of science (dynamics) - scientific clans (statics); (5) established areas - emerging new; narrow specialization - interdisciplinarity; (6) conducting research "from scratch" - preliminary analysis of publications; (7) learning by problem solving - learning through lectures and the study of literature; (8) originality (new) for the world - originality (new) for the reader; (9) the impossibility of comparing scientific works by significance - the need to compare the results of the activities of researchers and organizations; (10) scientometrics - expert estimations; (11) science - journalism; (12) western databases WoS and Scopus - domestic databases (RSCI); (13) electronic publications - paper magazines; (14) monographs - textbooks; (15) monographs - articles; (16) magazines - collections of papers; (17) journals - monographs; (18) variety of scientific publications - bibliometric databases; (19) the breadth of information dissemination - selectivity; (20) scientific work - teaching; (21) pairs of poles on the professional path of a researcher: personal work - conversations, travel; recognition of merit - funding; youth - experience; (22) western (world) science - domestic (national) science; (23) publications abroad (in English) - publications in Russian.

Keywords: science, economics, management, mathematics, decision making, scientometrics, scientific clans, databases, national science


1. Введение
Наукометрия - это применение статистических методов для изучения и управления наукой. Первая в мире монография по наукометрии опубликована в 1969 г. на русском языке с подзаголовком "Изучение развития науки как информационного процесса" [1]. Но лишь в XXI в. появилась возможность достаточно легко анализировать многообразие научных публикаций. Современные информационно-коммуникационные технологии на основе методов больших данных позволяют аккумулировать информацию о публикациях и их цитируемости. Наукометрические данные активно применяются для управления в научной сфере, что значительно повышает прикладную значимость наукометрии и привлекает новых исследователей в эту область науковедения.
Работы отечественных специалистов по-прежнему занимают ведущее место в наукометрии. Базовые публикации - это сборник статей основных исследователей в области наукометрии [2] и монография [3]. В них подведены предварительные итоги развития российской наукометрии.
Проблемами изучения и управления наукой мы занимаемся с 1980-х гг. (см., например, [4 - 6]). Ряд дальнейших работ опубликован в Научном журнале КубГАУ [7 - 12] и в других изданиях [13-15].
Основное внимание уделялось критериям выбора показателей эффективности научной деятельности. Было установлено, что число цитирований в научных публикациях - ключевой показатель эффективности научной деятельности исследователя и организации. По нашему мнению, необходимо двигаться дальше - выявить глубинные противоположности развития науки, их развитие и борьбу. Согласно одному из основных законов диалектики, развитие и борьба противоположностей - двигатель прогресса. Основное содержание настоящей статьи - выделение и обсуждение 23 пар взаимодействующих полюсов в развитии науки. Эти научные результаты являются предварительными и требуют обсуждения и дальнейшего развития.
Иногда под наукометрией понимают только статистические методы анализа объективных данных о научной деятельности, а экспертные методы, основанные на субъективных оценках, выделяют как отдельную научно-практическую область в составе теории принятия решений. Хотя мы в учебниках по эконометрике [16 - 18] рассматриваем обработку объективных и субъективных данных совместно, в рамках одной дисциплины, в настоящей статье целесообразно разделить наукометрию как анализ объективных данных и экспертизу как анализ субъективных данных. При изучении процессов управления наукой эти направления не только разделяются, но и противопоставляются, как это и сделано в названии сборника [2].

2. Кратко о науке
Под наукой часто понимают сферу деятельности людей, функцией которой является выработка и теоретическая систематизация знаний о действительности (Большая советская энциклопедия). С этим определением можно поспорить, поскольку абстрактные системы, с которыми часто имеет дело математика, отнюдь не всегда связаны с реальной действительностью. Относить математику к естественным наукам тем более нелепо, хотя бы потому, что при этом игнорируются математические методы в экономике. Нечеткость определения понятия "наука" не очень мешает обсуждению проблем науки. Более того, именно то, что мы мыслим нечетко, позволяет нам понимать друг друга и не заниматься бесконечным уточнением определений. Это утверждение подробно обосновано в научно-популярной статье [19].
В реальной науке работают миллионы исследователей. Только в Российском индексе научного цитирования (РИНЦ) зарегистрировано более миллиона авторов. Определение численности научных работников затрудняется тем, что Росстат не относит к ним профессорско-преподавательский состав вузов, хотя эта категория трудящихся дает значительное количество публикаций, причем научно-исследовательская работа входит в их служебные обязанности. В России затраты на исследовательские разработки в 2010 году составили 1,13% валового внутреннего продукта (ВВП), а в 2019-м — 1,03% ВВП.
Для принятия обоснованных решений в области управления наукой необходимо изучать свойства научного сообщества. При рассмотрении проблем развития реальной науки и управления ею выделим биполярные структуры, описываемые с помощью двух полюсов и взаимодействий между ними. Продемонстрируем единство и борьбу противоположностей. Каждая из перечисленных биполярных структур заслуживает подробного рассмотрения, но в настоящей работе мы хотим показать многообразие проблем развития науки.

3. Биполярные структуры науки
Перечислим и кратко рассмотрим основные биполярные структуры науки.
3.1. С одной стороны, цель научной деятельности - приращение знаний. С другой стороны - это сфера для социального продвижения работников науки (и тех, кто ими считается) по карьерной лестнице. Одни ученые тратят силы на постижение нового, другие деятели науки - на получение денег, званий, должностей, наград, почета. Эти два полюса взаимодействуют. Герцог Генри Кавендиш (1731 - 1810) мог посвятить себя чистой науке (он даже не считал нужным публиковать свои работы, поэтому в школе мы изучает закон Кулона, хотя значительно раньше его открыл Кавендиш), поскольку был полностью обеспечен, имел все условия для своей научной деятельности. Обычный ученый должен бороться за финансовое обеспечение, должности, ученые звания, поскольку только их наличие дает ему возможность заниматься любимым делом. Но есть и те, кто больше всего ценит в науке ценит возможность социального продвижения, хотя для этого им приходится делать и некоторый вклад в приращение знаний. Два полюса невозможны друг без друга. Бесконечный рыцарь приращения знаний не может обойтись без ресурсов для поддержания своей деятельности, следовательно, без участия в социальной жизни. Господство карьеристов приводит к загниванию науки. Взаимодействие рассматриваемых полюсов необходимо для развития науки.
3.2. Два важных полюса - фундаментальная наука и прикладная наука. Фундаментальные научные исследования нацелены на "бескорыстное" приращение чистого знания, не связанное с решением конкретных прикладных задач. Их можно оценивать по вкладу в информационный процесс развития науки, полученные результаты доступны всем исследователям. Прикладные научные исследования обычно проводят в интересах конкретных заказчиков, по усмотрению которых и используются полученные результаты. На пути широкого распространения научных результатов прикладных исследований обычно стоят те или иные интересы заказчиков, в частности, проводится охрана государственной и коммерческой тайны.
Два полюса тесно взаимодействуют. Продвижения в фундаментальной науке достаточно часто рано или поздно используются в прикладных целях. Наоборот, при решении конкретных прикладных задач постоянно возникают вопросы, требующие фундаментального исследования, которое может и оторваться от исходной задачи (так часто происходило и происходит при развитии математических дисциплин). Поэтому иногда говорят, что вся наука является прикладной. Есть и противоположное мнение, что фундаментальные исследования - это те работы, которые никому не нужны. Выделяют и целый ряд промежуточных областей между фундаментальной и прикладной наукой, но их обсуждение не входит в нашу задачу.
3.3. Знание основных результатов своей научной области - это то, что обычно ожидают от ученого. Этому полюсу противостоит очевидная невозможность достаточно полно освоить имеющиеся статьи и монографии. Действительно, если читать по 1 работе в неделю, то за 100 лет непрерывного чтения удастся около 5 тысяч статей и книг, в то время число работ в достаточно развитой области (например, в статистических методах) измеряется миллионами, Разрыв на три порядка! И он увеличивается - число опубликованных за год работ на много порядков больше числа тех, которые научный работник в состоянии прочесть. Можно констатировать, что основная проблема современности - всеобщее невежество научных работников. Каждый из них знаком лишь с весьма небольшой долей тех публикаций, которые ему следовало бы знать. Причина (относительного) невежества - огромный объем накопленных знаний. Из констатации очевидного утверждения о всеобщем невежестве научных работников вытекает ряд следствий.
Для получения поддержки (в частности, финансовой) весьма полезно запустить в обращение новый термин вместо старого. Например, прикладную статистику назвать интеллектуальным анализом данных. Если в середине ХХ в. весьма популярным был термин "кибернетика", то сейчас примерно те же научные направления включают в "искусственный интеллект" или "цифровую экономику". Другой пример - нейросети, предложенные в середине ХХ в. Речь идет о частном случае методов распознавания образов (дискриминантного анализа на основе обучающих выборок), кластер-анализа и др., т.е. о методах прикладной статистики. Сейчас этот термин стал весьма модным, прежде всего стараниями средств массовой информации.
3.4. Обычно считаем, что наука едина, без внутренних границ. Однако в целях борьбы со всеобщим невежеством возникает клановая структура.
Научный клан обычно состоит из нескольких сотен исследователей, которые достаточно хорошо знают работы друг друга, но имеют смутное представление о том, что делается за пределами клана. Величина клана ограничена возможностью поддержания личного или дистанционного общения, Количество лиц, которых может различать человек, не превышает нескольких сотен, остальные сливаются для него в абстрактную массу.
Клан обычно имеет инфраструктуру - дружественные научно-исследовательские организации и вузы, научные журналы, конференции, диссертационные советы, интернет-ресурсы. Типовым поведением членов клана является поддержка своих и борьба с чужими. Клановая структура консервирует устоявшиеся направления и препятствует развитию нового. Поддерживается статика в ущерб динамическому развитию.
Типовыми клановыми структурами являются, например, секция математики РАН, охватывающее не более чем 5% российских математиков (прежде всего сотрудников трех академических институтов математики в Москве, Санкт-Петербурге, Новосибирске); портал Math-Net.Ru (проект Математического института им. В.А. Стеклова РАН), который вопреки объявленной цели игнорирует основную часть публикаций по математике, в частности, вышедших в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" (более тысячи работ) и в Научном журнале КубГАУ. Кланами контролируется комитет по Нобелевским премиям. Это видно хотя бы по тому, что в потоке новых научных работ по экономическим дисциплинам весьма редко встречаются ссылки на исследования нобелевских лауреатов. Аналогична ситуация и с другими международными премиями, а также и с отделениями РАН (в рейтингах РАН по числу публикаций в той или иной конкретной области члены РАН отнюдь не превалируют).
3.5. Два полюса - сложившиеся области и возникающее новое. У каждого исследователя - выбор: либо осваивать и развивать сложившуюся область, либо строить новое. Клановая структура нацелена на первый полюс, но для динамического развития науки важнее второй. В современном англоязычном научном сообществе явно господствует первый полюс, поэтому в предвидимом будущем следует ожидать загнивания западной науки, занимающейся в основном полировкой ранее полученных научных результатов. В этой связи можно говорить еще о двух полюсах: узкая специализация - междисциплинарность. Если во времена Аристотеля междисциплинарность была нормой, то в настоящее время наблюдаем уход в узкую специализацию внутри своего научного клана.
3.6. Как начинать исследование? И здесь два полюса: работы с нуля - работы, развивающие прежние. Первый полюс - начинать обдумывать возникшую (выделенную) проблему, не тратя времени на знакомство с литературой (но, очевидно, на базе типового набора знаний, в который входят, например, дифференциальное и интегральное исчисления). Опасность - можно повторить то, что сделано другими. Второй полюс - начать со знакомства с литературой. Задача заведомо невыполнимая из-за огромного количества публикаций, имеющих то или иное отношение к рассматриваемой проблеме. Обычно знакомство с литературой приводит к тому, что исследователь начинает рассматривать частности в работах предшественников. Образно говоря, начинает полировать ножки письменного стола, изготовленного основоположником. Например, в математике тратит силы на переход к требованию непрерывности некоторой функции взамен требования её дифференцируемости.
3.7. Пропаганда пользы исследования "с нуля" взамен ориентации на анализ публикаций приводит к экстремистской системе обучения путем решения последовательности специально подобранных задач (система "всё - в задачах"). Второй полюс - обучение на основе лекций и изучения литературных источников (прежде всего учебников), а также, конечно, решения задач. Система "всё - в задачах", разумеется, развивает умение решать задачи, но не учит использованию опыта, подходов, приемов предшественников. Опасности второго подхода - начетничество, зубрежка без понимания смысла. Автор настоящей статьи еще в 1970-х годах составил систему дифференциальных уравнений, описывающих процесс обучения. В этой системе на основе принципа максимума Понтрягина показано, что на основном этапе обучения на пассивное увеличение знаний (лекции) должна тратиться 1/3 учебного времени, а на решение задач (семинары) - 2/3 [Орлов, 1978, 2014].
3.8. Еще пара полюсов: оригинальность результата для мира (объективно новое) - оригинальность (субъективно новое) для конкретного лица (читателя или самого исследователя). Объективную новизну установить практически невозможно из-за огромного количества имеющихся публикаций. Достижима лишь субъективная новизна. Как следствие, затруднено распространение новых результатов, заметно количество повторных открытий и изобретений. Наблюдаем живучесть ошибок.
3.9. Весьма важны два полюса. Первый - научные исследования принципиально нельзя сравнивать, даже в одной области, поскольку каждая из них - самостоятельный кирпичик в здании науки. Если говорить о цели научной деятельности как приращении знаний, то это так. Если же исходить из того, что наука - сфера для социального продвижения, то сравнивать необходимо для принятии решений о финансировании, назначении на должности и т.п. Требования этого второго полюса необходимо учитывать в реальном мире. Основополагающая проблема в том, как сравнивать.

4. Изучение развития науки как информационного процесса
В этом разделе сохраним единую нумерацию пар полюсов. Т.е. начнем не с 4.1, а с 4.10.
4.10. При сравнении значимости (важности) научной публикации есть два полюса - опора на объективные данные наукометрии и применение субъективных экспертных оценок. Традиционно главенствовал второй способ, хотя постоянно возникал вопрос: "А эксперты кто?". Каковы эксперты - таков и результат. И лишь недавно развитие современных информационно-коммуникационных технологий позволило получить надежную статистическую базу о публикациях и цитировании.
Появился объективный показатель для измерения значимости работ ученого (по "гамбургскому счету"). Полвека назад В.В. Налимов и З.М. Мульченко в первой в мире монографии по наукометрии показали, что вклад ученого в науку измеряется числом цитирований его работ [1]. Речь идет о фундаментальной науке, рассматриваемой как информационный процесс. Раз цитируют - значит, работа нужна.
Вполне естественным является противодействие такому научно обоснованному подходу со стороны тех, чьи индексы цитирования (относительно лидеров по этому показателю) оказались ниже, чем они ожидали. Обычно проигравшие по числу цитирований упирают на экспертные оценки, вполне обоснованно полагая, что социально близкие к ним эксперты дадут более высокие оценки. Эти ожидания зачастую оправдываются, поскольку в реальной научной деятельности подбор экспертов обычно осуществляется внутри того клана, к которому принадлежат отрицающие наукометрию. Отметим, что автор настоящей статьи выпустил наиболее известный в нашей стране учебник "Экспертные оценки" [22], другими словами, знаком как с наукометрией, так и с экспертными оценками как профессионал. Подробнее с нашими работами в области наукометрии, а также по теории принятия решений и экспертным оценкам можно познакомиться с помощью Российского индекса научного цитирования.
4.11. Очевидно, значения наукометрических показателей зависят от того, по какому массиву исходной информации проводятся расчеты. Итоги по массиву научных публикаций одни, а по массиву журналистских материалов - другие. (К журналистике относим публицистику, научно-популярную литературу, различные телевизионные жанры, публикации в Интернете и т.п.). Широко известные в Интернете и СМИ специалисты зачастую сравнительно мало цитируются в научных изданиях (можно привести фамилии, но воздержимся от этого, чтобы не перегружать настоящую статью необязательной информацией, а также чтобы избежать ненужных дискуссий), и наоборот, лидеры научного цитирования обычно мало знакомы широкой публике. Итак, два полюса - наука и журналистика.
4.12. Основа современной наукометрии - базы библиографических данных. По ним рассчитывают различные наукометрические показатели - число (индекс) публикаций, число цитирований в научной литературе (индекс цитирования), индекс Хирша и т.п. Проблема в том, что таких баз много, и формируются они по-разному, зачастую в интересах тех или иных сил.
Индексы цитирования можно рассчитывать на основе тех или иных баз библиографических данных. Основная такая база в нашей стране - Научная электронная библиотека (elibrary.ru), на основе которой действует Российский индекс научного цитирования (РИНЦ). В целом РИНЦ охватывает основную часть массива публикаций российских исследователей. Популярны, особенно среди администраторов от науки и высшего образования, западные базы данных и соответствующие индексы цитирования ВоС и Скопус. Поскольку российские журналы слабо представлены в этих базах, то и их индексы цитирования на основе указанных баз дефектны.
Действующие в настоящее время системы управления российской наукой, исходящие из данных ВоС и Скопус, наносят большой вред нашей стране. Они заставляют российских ученых безвозмездно передать геополитическому противнику результаты исследований, выполненных на деньги российских налогоплательщиков. Мы уже подробно писал и об этом [12, 15]. Отметим, что здесь наблюдаем извращенное взаимодействие двух полюсов - отечественной науки и т.н. мировой науки.
4.13. Выделим еще два полюса - электронные издания и бумажные материалы - и обсудим их взаимодействие. Электронные издания, размещенные в Интернете, гораздо более доступны, чем бумажные. Хотя в настоящее время еще продолжают выходить книги и журналы в бумажном варианте, их ждет вымирание или существенное изменение.
Если кто-либо предпочитает читать тексты на бумаге, он может распечатать электронную книгу или статью. Давняя идея выпускать книги под заказ конкретных читателей-покупателей реализуется не только в издательствах, но и в естественном виде типографии на дому. Бумажные книги продолжат свою жизнь прежде всего как подарки (при общении исследователей между собой) и выставочные экземпляры.
Констатируем, что ранее выпущенные издания уходят в историю, если они не оцифрованы. Хотя объем оцифрованных материалов растет, в прошлое безвозвратно уходят многие статьи, книги, доклады, выпущенные в ХХ в. и ранее.
4.14. Перейдем к обсуждению различных видов книжных научных публикаций. Два полюса: монографии и учебники. Цель монографии - дать сводку полученных научных результатов, цель учебника - представить материал для обучения. Ясно, что этот материал должен быть современным. Весьма важно, что их всего многообразия полученных к настоящему времени научных результатов будущему поколению достанутся прежде всего те результаты, которые вошли в учебники, остальное окажется практически недоступным, погребенным в многомиллионных хранилищах бумажных и электронных изданий. Отсюда рекомендация - готовить монографии так, чтобы их можно было использовать как учебники (в соответствии с принятым в МГТУ им. Н.Э. Баумана принципом "Образование - через науку"). Именно так подготовлены многие наши книги, которые можно использовать и как монографии, и как учебники. Отметим, что при их публикации в издательствах возникает проблема выбора - куда отнести, к учебной литературе или к научным монографиям. Читательская аудитория учебников значительно шире, чем у монографий, поэтому чаще монографию отнесут к учебникам, чем наоборот.
4.15. Еще два полюса: монографии и статьи. С точки зрения развития науки естественно завершить серию статей монографией, подводящей итоги исследований. Однако после этого дальнейшие ссылки пойдут на монографию, а не на статьи. Поток цитирований может уменьшиться (ссылки будут даваться на одну монографию, а не на несколько статей). Особенно может пострадать индекс Хирша автора монографии.
4.16. Современные системы принятия решений при управлении наукой и вслед на ними инструментальные средства наукометрии делают упор на научные журналы. В основном индексируются статьи из журналов. Именно по цитированию в журналах принимают решения администраторы. Между тем ясно, что журналы соответствуют сложившимся направлениям, являются органами тех или иных кланов. Новое знание возникает вне журналов. Обычно создатели новых направлений сначала объединяются вокруг созданного ими научного семинара, затем проводят конференции, выпускают сборники по тематике своих направлений. Именно таковы были начальные десятилетия таких направлений, как "Прикладная статистика" и "Экспертные оценки", среди основоположников которых был и автор настоящей статьи. И только потом в журнальном мире проявляются новые направления. Они либо проникают в ранее созданные журналы, либо создают свои. Так взаимодействуют полюса: журналы и сборники. Впрочем, до сих пор, к сожалению, нет российских журналов "Прикладная статистика" и "Экспертные оценки", хотя соответствующие направления выявились 40 - 50 лет назад. Одна из очевидных причин этого печального обстоятельства в том, что в организацию нового журнала надо вложить значительные ресурсы (временные, административные, финансовые), а создатели нового предпочитают развивать исследования. Создание указанных журналов было бы естественным шагом в развитии Всесоюзной статистической ассоциации, созданной в 1990 г., однако развал СССР и дальнейшие экономические изменения не дали осуществиться этим планам. За подробностями отсылаем к статьям [23, 24].
4.17. Еще два полюса: журналы и монографии. Итоги научных работ обычно подводят в монографиях. Об ученом его коллеги и последователи судят прежде всего по написанным им монографиям. Однако действующие в настоящее время администраторы часто принижают значение монографий по сравнению со статьями в журналах. Кроме того, как уже отмечалось выше, после выхода монографии сокращается число цитирований предыдущих статей - новые статьи опираются на монографию. Таким образом, сложившаяся ошибочная традиция не стимулирует исследователей к написанию монографий.
4.18. Сторонники субъективных экспертных оценок стараются взять реванш, дискриминируя издания по тем или иным признакам. Например, не все журналы индексируются в базе данных. В старейшем журнале "Экономист" (основан в 1024 г., до 1990 г. выходил под названием "Плановое хозяйство") проиндексированы в РИНЦ лишь отдельные статьи. Аналогична ситуация с журналом "Biocosmology - neo-Aristotelism". Некоторые издания учитываются в научной электронной библиотеке НЭБ (elibrary.ru), но не включаются в РИНЦ. Внутри РИНЦ на основе оценок неизвестных нам экспертов выделена привилегированная зона - т.н. "ядро РИНЦ". В западных базах ВоС и Скопус, ориентированных на англоязычных авторов, ситуация гораздо хуже - подавляющее большинство отечественных изданий попросту проигнорировано. Кроме того, в этих базах проводится дискриминация журналов по импакт-фактору (число ссылок за данный год на материалы, размещенные в журнале на протяжении прошедших двух или пяти лет, разделенное на итоговое число размещенных за данное время статей). Используют разделение журналов по квартилям (первый квартиль, второй квартиль, ...), исходя из распределения импакт-фактора по всему многообразию журналов, включенных в соответствующую базу данных. Наблюдаем стремление воздействовать на научную сообщество с целью направить поток публикаций в наиболее модные англоязычные журналы, что наносит вред национальным интересам России. Таким образом, весьма неоднозначно взаимодействие полюсов: "массив научных публикаций" - "библиометрические базы данных".
4.19. Отметим полюса: широта распространения информации - избирательность. Для развития науки требуется свобода распространения информации. Однако журналы зачастую требуют плату за допуск к статьям в течении, например, двух лет после выхода статьи (свободный допуск - у подписчиков). Причина очевидна - для издания журнала нужны средства.
Зачастую вред наносит формальное применение программных систем типа "Антиплагиат", фактически блокирующее публикацию серии статей и обсуждение препринтов статей в Интернете, поскольку любой текст в Интернете рассматривается как публикация, повторение или перефразировка которого в новой статье недопустимо. Особенно страдали диссертанты, которым фактически запрещалось включать в работу свои ранее опубликованные статьи. Недавнее разрешение ВАК проводить защиту по докладу об опубликованных работах частично снимает эту проблему. Автор настоящей статьи в 1992 г. защитил докторскую диссертацию по совокупности опубликованных работ, но в дальнейшем подобная организация защит вышла из употребления вплоть до недавнего времени.
В итоге наблюдаем ограничение свободы распространения информации. В быстро развивающихся областях подобная задержка может привести к потере приоритета. Вместе с тем отметим, что наиболее ценные статьи цитируются десятилетиями, поэтому при оценке значимости журнала по импакт-фактору (т.е. по цитируемости за два или пять лет) возможны грубые ошибки.
4.20. Обсудим полюса: наука - преподавание. Обычно ожидают, что приращение нового знания происходит в результате деятельности научно-исследовательских организаций, в то время как при преподавании происходит передача новому поколению ранее полученных знаний. Однако учить надо и недавно полученным знаниям. Следовательно, надо привлекать ученых к преподаванию. Однако и преподаватель должен знать, что сейчас происходит в науке. Следовательно, он должен заниматься научной работой.
Посмотрим в другой стороны. Результаты полученные исследователем, должны быть переданы новому поколению, иначе они будут забыты. Преподаватель, оторванный от науки, дает студентам устаревшие знания. Видим необходимость объединения ученых и преподавателей, в том числе организационного, в рамках одного университета, с целью реализации принципа "Образование - через науку".
Видимо, всем уже очевидно вырождение институтов бывшей РАН. Достаточно посмотреть на их коридоры, пустые в рабочее время. Было бы целесообразно объединить институты РАН с соответствующими вузами. Тогда студенты получили бы возможность учиться у ведущих ученых, а те получили бы многих молодых сотрудников. Отметим, что периоды бурного развития той или иной отрасли науки перемежаются периодами замедления темпов, в течение которых исследователи могут сосредоточиться на преподавании.
4.21. Выделим полюса, связанные с профессиональным путем исследователя. Разберем ситуацию с теоретиками. Одни ведут личную научную работу за письменным столом. другим для успешного проведения исследований нужны беседы, путешествия, конференции. Одни стремятся к признанию заслуг среди научного сообщества, другие сосредоточены на поиске финансирования и почестей, общаясь с администраторами и другими категориями власть имущих. Два важных полюса - молодость, нацеленная на новые подходы, и опыт, обеспечивающий возможность применять ранее сделанное.
4.22. Два важных полюса: западная (т.н. мировая) наука и отечественная (национальная) наука. Абстрактно говоря, любое новое знание - это очередной кирпич в здание мировой науки, и не важно, в какой стране оно получено. Реальность не соответствует этой схеме.
Национальная наука - один из институтов общества, часть надстройки. Очевидно, она используется для обеспечения обороноспособности, экономического развития, обучения новых поколений. Естественно следить за достижениями других стран, но основное - интересы своей страны. Мировая наука не является самостоятельным институтом, она является объединением национальных наук [25]. Точно также мировое хозяйство - это совокупность национальных хозяйственных систем. Экспорт и импорт - важные компоненты хозяйственной структуры национального государства, которая, тем не менее, прежде всего нацелена на реализацию потребностей национальных государств. По крайней мере это выполнено для суверенных (независимых от внешнего управления) государств. Возможно¸ в будущем будет создано всемирное правительство и национальные границы исчезнут, тогда понадобится пересмотр сказанного выше.
Распространенная в настоящее время идеология глобализма служат интересам англосаксонских стран, теряющих первенство в экономическом развитии. Одним из инструментов глобализма является попытка выдвинуть английский язык как язык современной науки, а ориентированные на англоязычные публикации западные библиометрические базы ВоС и Скопус представить как сокровищницу мировых достижений. Распространение идей глобализма наносит вред научным структурам, выпускающим публикации не на английском, а на национальных языках - китайском, русском, немецком, французском, японском, фарси, хинди и др. Поскольку США уступили Китаю первенство в экономическом развитии (а вскоре уступят и Индии), то можно ожидать, что в перспективе английский перестанет быть языком науки, и аннотации к статьям мы будем писать не по-английски, а по-китайски. Отметим, что уже сейчас в столичном аэропорту Шереметьево все указатели выполнены на трех языках - русском, китайском и английском.
4.23. Сказанное конкретизируем при обсуждении полюсов: публикации за рубежом и публикации на русском. Каждый исследователь (в фундаментальной науке) выбирает место публикации своих результатов. В настоящее время российские администраторы в области науки и образования стимулируют подготовку публикаций на английском языке в журналах 1 и 2 квартилей, индексируемых в базах ВоС и Скопус. При этом специалисты из стран, являющихся геополитическими противниками России, бесплатно и вне очереди получают информацию о результатах последних исследований отечественных ученых, выполненных в основном на деньги российских налогоплательщиков (исключения составляют работы по западным грантам). Очевидно, такие работы менее доступны российским ученым, чем опубликованные на русском языке. Важно, что лица, публикующиеся на английском, достаточно часто обзаводятся связями с западными учеными, а затем и сами уезжают за границу. Наблюдаем неконтролируемый вывоз за границу человеческого капитала, что, очевидно, наносит ущерб интересам России.
Было бы целесообразно стимулировать российских ученых публиковаться на русском языке. Например, эффективность деятельности исследователей и научных организаций следует оценивать по публикациям прежде всего на русском языке. Ориентиром может послужить опыт Китая по директивному требованию публикации не менее 60% работ на китайском языке. "Большинство научных журналов в Китае не издаются на английском языке, что означает, что большая часть текущих научных разработок в Китае недоступна для ученых, не говорящих по-китайски" (https://ru.wikichi.ru/wiki/Academic_publishing_in_China).
Научные результаты должны быть опубликованы в первую очередь на русском языке и доступны российским исследователям, и только после этого можно допустить их публикацию на английском и иных языках (прежде всего обзоров) [26]. Для этого нужны изменения в современной практике управленческих решений в области науки и высшего образования. В частности, во взаимоотношениях полюсов: ВоС и Скопус - отечественные библиометрические базы (в настоящее время прежде всего РИНЦ) следует исправить неоправданный крен в сторону первого полюса.

5. Некоторые итоги
В статье выделены и кратко проанализированы 23 пары полюсов. В каждой из них наблюдаем единство и борьбу противоположностей, приводящих - в идеале - к прогрессу в сфере фундаментальной науки, и опосредованно - к поступательному развитию отечественного (и морового) народного хозяйства.
Необозрима литература в области науковедения, к которой относится и настоящая работа. Здесь отметим только две работы [27, 28], которые произвели большое впечатление на автора статьи.
Необходимо дальнейшее развитие кратко рассмотренной выше науковедческой концепции. Например, каждой паре полюсов можно сопоставить координату многомерного вектора, характеризующего состояние фундаментальной науки. Размерность векторного пространства соответствует количеству рассмотренных пар полюсов. Она равняется 23 (поскольку 23 пары полюсов выделены в настоящей статье) иди более (если будут включены в рассмотрение новые пары. Так, только в одном разделе 4.21 анализируется профессиональный путь исследователя, в то время динамика возрастного состава кадров науки представляет большой интерес для практики управления наукой, следовательно. для адекватного отражения положения в научной сфере может понадобиться не одна, а несколько (и даже много) координат многомерного вектора, характеризующего состояние фундаментальной науки.
Целесообразно разрабатывать математические модели динамики науки, исходя из анализа траекторий многомерных векторов, описывающих состояние науки (с разделением по областям науки и странам). Подобные работы проводились и ранее [29]. На следующем этапе возникает возможность сопоставить развитие (во времени) фундаментальной науки с динамикой народного хозяйства и, шире, с потребностями российского общества и человечества в целом.

Литература
1. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.
2. Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. - М.: Институт проблем управления РАН, 2013. - 572 с.
3. Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С.Г. Фалько. – Краснодар: КубГАУ. 2017. – 532 с.
4. Орлов А.И. Первый Всемирный конгресс Общества математической статистики и теории вероятностей им. Бернулли // Заводская лаборатория. 1987. Т.53. №3. С. 90-91.
5. Орлов А.И. Создана единая статистическая ассоциация // Вестник Академии наук СССР. 1991. №7. С. 152-153.
6. Орлов А.И. Социологический прогноз развития российской науки на 1993-1995 гг. / Международная газета «Наука и технология в России». Июнь 1993 г. №1. С. 29-29.
7. Орлов А.И. Наука как объект управления // Научный журнал КубГАУ. 2014. № 101. С. 1243 – 1273.
8. Орлов А.И. О ключевых показателях эффективности научной деятельности // Научный журнал КубГАУ. 2015. № 111. С. 81 - 112.
9. Луценко Е.В., Орлов А.И. Количественная оценка степени манипулирования индексом Хирша и его модификация, устойчивая к манипулированию // Научный журнал КубГАУ. 2016. № 121. С. 202–234.
10. Луценко Е.В., Орлов А.И., Глухов В.А. Наукометрическая интеллектуальная измерительная система по данным РИНЦ на основе АСК-анализа и системы "Эйдос" // Научный журнал КубГАУ. 2016. № 122. С. 157–212.
11. Орлов А.И. Число цитирований - ключевой показатель эффективности научной деятельности исследователя и организации // Научный журнал КубГАУ. 2016. № 124. С. 984–1009.
12. Орлов А.И. Статистические и экспертные методы в задачах экономики и управления наукой // Научный журнал КубГАУ. 2021. №166. С. 1–35.
13. Орлов А.И. Критерии выбора показателей эффективности научной деятельности / Контроллинг. 2013. №3(49). С.72-78.
14. Орлов А.И. Статистические и экспертные методы наукометрии при управлении научной деятельностью. Biocosmology – neo-Aristotelism. 2019. V.9, № 3-4. С. 308-329.
15. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE. Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 1. // Отв. ред. В.И. Герасимов. – М.: РАН. ИНИОН. Отд. науч. сотрудничества, 2021. –– С. 835-840.
16. Орлов А.И. Эконометрика. Учебник для вузов. — М.: Экзамен, 2002 (1-е изд.), 2003 (2-е изд.), 2004 (3-е изд.). — 576 с.
17. Орлов А.И. Эконометрика. Изд. 4-е, доп. и перераб. Учебник для вузов. — Ростов-на-Дону: Феникс, 2009. — 572 с.
18. Агаларов З.С., Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.
19. Орлов А.И. Математика нечеткости // Наука и жизнь. 1982. №7. С. 60-67.
20. Орлов А.И. Математические модели отдельных сторон обучения математике. Сб. научно-методических статей по математике. (Проблемы преподавания математики в вузах.) Вып.7. - М.: Высшая школа. 1978. - С. 28-34.
21. Орлов А.И. Методология моделирования процессов управления в социально-экономических системах. Научный журнал КубГАУ. 2014. №101. С. 166–196.
22. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана. 2011. — 486 с.
23. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в цифровой экономике (на примере управления качеством) // Научный журнал КубГАУ. 2021. №169. С.216–242.
24. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
25. Гринченко С.Н. Является ли мировая наука “организмом”? Biocosmology – neo-Aristotelism. 2014. Vol.4, Nos.1 & 2, С.115-122.
26. Милек О.В., Шмерлинг Д.С. [2013] О продвижении университета на международном академическом «Рынке». Управление большими системами: сборник трудов, вып.44. Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. - М.: Институт проблем управления РАН, 2013. - С.139 - 143.
27. Хромов Г.С. Наука, которую мы теряем. - М.: Космоинформ, 1995. - 104 с.
28. Новиков Д.А. Кибернетика: Навигатор. История кибернетики, современное состояние, перспективы развития. - М.: ЛЕНАНД, 2016. - 160 с.
29. Яблонский А.И. Математические модели в исследовании науки. - М.: Наука, 1986. - 352 с.

Публикация:
1197. Орлов А.И. Наукометрия и экспертиза в управлении наукой: развитие и борьба полюсов // Научный журнал КубГАУ. 2021. №173. С. 143–166.
http://ej.kubagro.ru/2021/09/pdf/10.pdf



Проговоры

Вахитов Р.Р.

Есть у меня сосед. Иногда мы с ним перекидываемся парой слов о политике. Человек он дотошный, если в чьем-нибудь выступлении есть ошибка, он обязательно найдет и честно сообщит. Но при этом он фанатичный сторонник действующего президента. И поэтому сосед частенько мне разъясняет: как «гений современности» мог «завернуть» такое…
Вот и сейчас, лишь закончилась по телевизору прямая линия-2019, сосед постучал в мою дверь.
— Можно? Я объяснить… Мне бы не хотелось, чтоб вы усомнились в мудрости и познаниях…
— Что вы! — замахал я руками. — Чтоб я! Да усомнился!
— Нет-нет! — Сосед посмотрел с недоверием. — Небольшая политинформация не помешает. Он вынул блокнотик с записями. — Вы, конечно, обратили внимание, что президент сказал: темпы роста зарплаты в России в 2018 году составили 8,5%. И уже погуглили и увидели, что, согласно Росстату, рост 6,8%. Так вот, это ошибка Росстата. Скоро они выступят и заявят, что у них были неправильные методики расчета. Ну как ВЦИОМ, помните?
— Помню.
— Зря улыбаетесь… Президент не ошибается. Все сложнее… Президент сказал, что ЕС потерял с 2014 года 240 миллиардов долларов? Но год назад на пресс-конференции он говорил о 500 миллиардах долларов! Получается, через год потери не увеличились, а уменьшились в 2 раза! Этого, конечно, не может быть. Ведь имеется в виду недополученная прибыль, а она только растет. Причем никаких ссылок президент не привел, а сами европейцы называют другие цифры. Австрийский институт экономических исследований утверждает: с 2014 по 2017 Евросоюз потерял всего лишь 30 миллиардов. Да и те он бы все равно потерял из-за кризиса. А Федерика Могерини заявила, что с 2019 года аграрный сектор ЕС полностью компенсировал потери из-за санкций… Но думаете, наш президент ошибся? Президент просто проверяет наше знание статистики!
— Похоже — да! — воскликнул я. — Но и жизнь нас проверяет. Вчера зарплату получил, а сегодня долги раздал — и уже пуст… Теперь снова на диету. Спасибо руководству за наш здоровый образ жизни!
-То-то! Кстати, о диете… В 2014 году, на 6-м инвестиционном форуме «Россия зовет!» президент сказал: «Мы существенным образом сократили свою зависимость от импорта мяса птицы, свинины. Еще большая зависимость — 26,5%, по-моему, по говядине, сохраняется». Но по словам бывшего заместителя министра сельского хозяйства и продовольствия РФ Леонида Холода, в это же время по свинине Россия зависела от импорта на 30%, по птице — на 10%, по говядине — на 50%. А в 2018-м президент сказал: «У нас объемы авиационных перевозок за границу выросли на 46 процентов, а внутренних авиаперевозок — на 20 с лишним процентов». Но по данным Росавиации число перевезенных пассажиров за январь—октябрь 2018 года по сравнению с тем же периодом прошлого года выросло не на 20, а всего лишь на 10,4%, а на международных маршрутах — не на 46, а на 10,9%».
— Помню это выступление на форуме! — отозвался я. — Там президент еще и наше знание географии проверял! Он призвал развивать микрофинансирование и заметил: «Это придумал в свое время, по-моему, как раз один из наших индийских коллег…за что Нобелевские премии получали». На самом деле создал систему микрокредитования бангладешский экономист Юнус Мухаммад и получил за это Нобелевку. Оппозиционеры в интернете сразу раскричались: Путин перепутал Бангладеш с Индией! А вот и нет! Он географию получше вашего знает! Весь мир облетел.
— Особенно экономическую географию знает, — охотно согласился сосед. На пресс-конференции 2018 года президент сказал: «Газ у нас не закончится. У нас больше газа, чем в мире в целом, только на Ямале запасы составляют 67 триллионов кубических метров». Но потом на сайте «Кремлин» появилась стенограмма выступления, где уже значилась другая цифра, с запятой после 6. Согласно данным BP Statistical Review of World Energy из 193,5 триллиона куб. м мировых запасов газа, на долю России приходится лишь 18%, или 35 триллионов кубометров (и из них 6,7 триллиона на Ямале). То есть Россия не только не располагает «самыми большими запасами газа в мире», но и ее запасы — лишь менее 1/5 от мировых! При нынешнем уровне добычи 690,502 млрд куб. м. в 2017 году российских запасов хватит лишь до 2068 года. Конечно, Путин не мог ошибиться в 10 раз, сказав 67 вместо 6,7 триллиона. Более того, я уверен, что это президент составлял стенограмму на «Кремлин», и поэтому там правильные цифры. А что касается выступления — это, извините, проверочка с многоходовочкой… Проверил аудиторию и министров. Да и американцы пусть, глупые, думают: мол, президент у русских даже не упомнит, сколько у них газа — так его много. А президент зна-аа-ет!
— Именно! — восхитился я! — Сосед же продолжил. — Он и в истории чувствует себя как рыба в воде. Во время прямой линии-2015 президент заметил: «Помните, в советское время была песенка такая: «Никто нам не поможет — ни Бог, ни царь и не герой». Конечно, это не советская «песенка» — скорее, французская. Мы, кто постарше, со школьных лет знали: «Интернационал» написан французским поэтом Эженом Потье в 1871 году, за полвека до образования СССР. И там в русском переводе Аркадия Коца поется:
Никто не даст нам
избавленья,
ни Бог, ни царь и не герой!
Президент не мог этого не знать. Он просто подшучивает над нами. Оттого и «Интернационал» «песенкой» назвал. То, что было более 20 лет гимном Советского Союза. Считаю это не оскорблением символа государства, а подтруниванием над ним. Улавливаете разницу? Но вы, естественно, не подумали…
— Конечно же! — заверил я. — Ясно, что это проверка нашего чувства юмора. Президент знает нашу историю — и экономическую, и политическую — назубок. Вот вернемся к недавней прямой линии. Президент сказал: «У нас в РСФСР (в Советском Союзе) и в России новой никогда не было отечественного морского двигателестроения, мы закупали все это за границей. …Мы за несколько лет это сделали».
— Ага-ага! — хитро заулыбался сосед. — А на самом деле дизельные установки для морских судов в РСФСР и СССР изготавливали не менее 10 предприятий, среди которых: ленинградский машиностроительный завод «Звезда» им. К. Е. Ворошилова, горьковский государственный дизелестроительный завод «Двигатель революции», «Дагдизель», Коломенский завод, Пензенский дизельный завод. Причем некоторые из этих 10 заводов в постсоветские времена как раз прекратили производство морских двигателей, так как их просто разорили — они оказались на грани закрытия… Так что опять — проверочка с многоходовочкой…
— А что до политики. — Сосед прокашлялся. — Сегодня президент также сказал: «Это не тот случай, когда говорили в советское время, что нынешнее поколение советских людей будет жить при коммунизме. …А потом объявили, что вместо коммунизма в Москве провели Олимпийские игры в 1980 году».
— Имеется в виду, — продолжил сосед, — III программа КПСС, принятая на XXII съезде партии в октябре 1961 года. Там говорилось следующее… — Он пролистал блокнот: «В итоге второго десятилетия (1971—1980 гг.) будет создана материально-техническая база коммунизма… Таким образом, в СССР будет в основном построено коммунистическое общество. Полностью построение коммунистического общества завершится в последующий период».
Видите! Хрущев и программа КПСС обещали построить к 1980 году лишь материальную основу коммунистического общества! Они говорили о построении коммунизма не полностью, а в основном! При этом не надо забывать: социализм, существовавший в СССР, партийные документы также именовали первой стадией коммунистического общества! Разумеется, пропаганда потом стала все преподносить в упрощенной форме. И так у народа и сложилось впечатление, что партия обещает: к 80-му году в Советском Союзе будет построено идеальное общество. Но кто поверит, что президент судит о той эпохе по слухам, ходившим в народе, а не по историческим документам?! Разве только какие-нибудь очернители нашей действительности! На самом деле…
— Естественно! — подхватил я. На самом деле он — голова! Вождь нации! Он просто тонко троллит слушателей, проверяя их подготовленность! Вспомните, в том же 2014 году, на молодежном форуме «Селигер» он сказал, что у казахов до Назарбаева не было своего государства. Казахи стали возмущаться! Мол, неужели Путин не знает о средневековой казахской государственности — той самой «Киргиз-Кайсацкой Орде», о которой упоминал поэт Державин? О ее хане Абылае? Это не говоря уже о Казахской ССР в составе Советского Союза. Наш президент, я уверен…
При этих моих словах сосед посмотрел на меня с подозрением и взвизгнул: «Мне кажется, вы со мной неискренни! Вы не согласны со мной! Вы меня дурачите!»
«Что за недоверчивость?» — заулыбался я еще лучезарнее, но он уже выскочил в подъезд, хлопнув дверью.
А я задумался: если такой фанат, как Сырбылай Айбусинов — профессионально занимается фактчекингом — проверкой публичных выступлений на достоверность упомянутых там фактов, то что делают другие умники во всяких мегаполисах?! Сырбылай после каждого выступления президента составляет подробные отчеты о его ошибках. Например, по его подсчетам в речи президента на форуме «Россия зовет!» было 10 ошибок, на прямой линии-2016 — 15 ошибок, а на последней прямой линии, в 2019 году, — уже 17 ошибок (что, впрочем, меньше, чем на декабрьской пресс-конференции 2018 года — 23 ошибки).
Итак, президент чем дальше, тем чаще озвучивает с уверенным видом неточные цифры, выказывает неосведомленность о некоторых законах, документах и исторических событиях. Это и понятно. Он хороший профессионал-разведчик, но его познания, необходимые для вербовки, никак не помогают профессиональному политику, выступающему с публичными речами. Он никогда не думал, что встанет во главе огромной страны. Он сам признался на прямой линии-2019: предложение Ельцина стало для него неожиданностью. Сначала он даже его отверг, честно сказав, что не готов к такой работе. А подумав, согласился, так как надо было спасать страну. Естественно! Работа эта предполагает владение огромными массивами информации. А став руководителем страны, основные доходы которой зависят от продажи газа, так и не успел лично разобраться: «на первом ли мы месте по запасам газа?». Тот факт, что он привел цифру в 10 раз меньшую реальной, говорит о том, что и здесь, как и во многих других случаях, он доверился подсказчикам, своим референтам и помощникам. И напрасно.
За людьми из его ближайшего окружения стоят группировки, которые лоббируют свои интересы, в том числе, внушая главе государства выгодные им представления об экономических или даже геологических реалиях. «Газовым королям», естественно, выгодно, чтоб президент думал, что запасы газа у нас почти что безграничные и поэтому можно сколько угодно продавать его за рубеж, не беспокоясь о том, что более 30% домохозяйств в родной стране не газифицированы.
Президент с некоторых пор любит осуждать своего тезку — первого главу РСФСР и СССР Владимира Ленина. Но если мы сравним их методы работы, то сравнение, увы, будет не в пользу современного «насельника» Кремля. Во всех воспоминаниях о Ленине говорится, что он очень серьезно подходил к документам, скрупулезно их перепроверял, читал массу специальной литературы (в том числе и на полудюжине европейских языков), охотно общался со специалистами. Он удивлял инженеров своей осведомленностью о работе двигателей, экономистов — познаниями в политической экономии, военных — знакомством с тонкостями стратегии и тактики. Это не случайно.
С самых юных лет, когда Ленин только пришел в революционное движение, он стал готовить себя к роли лидера национального масштаба. Конечно, Владимир Ульянов в 20 и даже в 30 лет вряд ли думал, что он станет главой Российского государства. Но он точно знал, что если доживет до революции, ему достанется не последняя роль в постреволюционной правящей элите. И, в конце концов, Ленин был гением…
Но даже и не гений мог бы попытаться за 20 лет, невзирая на нехватку времени и постоянные разъезды, хоть как-то освоить необходимые знания, чтоб не полагаться во всем на пристрастных референтов, представляющих закулисные лоббистские группы. Но это лишь в том случае, если ты стремишься стать полновластным лидером страны, а не медиатором постоянно борющихся кланов…


Автор Рустем Ринатович Вахитов — кандидат философских наук, доцент кафедры философии Башкирского государственного университета, г. Уфа., исследователь евразийства и традиционализма, замечательный политический публицист и мыслитель.
________________________________________
http://rusrand.ru/analytics/progovory


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб май 14, 2022 8:53 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1112 от 16 мая 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

В статье В.С. Муравьевой и А.И. Орлова "Основные составляющие организационно-экономического моделирования" выделен основной набор составляющих организационно-экономического моделирования, включаемых в учебные курсы и учебники.
Открытое письмо Ученого совета Института философии РАН начинается словами: "Национальная ориентированность общественных и гуманитарных наук в России поставлена под удар предложенной Министерством науки и высшего образования Российской Федерации «Методикой расчета комплексного балла публикационной результативности»".



УДК 519.2:005.521:633.1:004.8

08.00.13 Математические и инструментальные методы экономики (экономические науки)

Основные составляющие
организационно-экономического моделирования

Муравьева Виктория Сергеевна
к.э.н., доцент
Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, prof-orlov@mail.ru

Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. В рамках ОЭМ выполнены, по нашей оценке, миллионы научных работ. В частности, в нее можно включить прикладную статистику и другие статистические методы, эконометрику, теорию и практику экспертных оценок, многие разделы математических и инструментальных методов экономики. Следующие поколения исследователей, преподавателей и практических работникам овладевают накопленным багажом прежде всего при получении образования, т.е. с помощью учебных курсов, учебников и другой учебно-методической литературы. Поэтому целесообразно выделение основного набора составляющих организационно-экономического моделирования, включаемых в учебные курсы и учебники. В статье представлено наше видение набора составляющих курса ОЭМ на основе опыта его реализации. Раскрыто содержание авторского курса ОЭМ. На примере классической модели управления запасами рассматриваем основные проблемы разработки и применения экономико-математических моделей (необходимость строгой формулировки задачи оптимизации, значение асимптотически оптимальных планов, влияние неопределенностей значений параметров). Проанализировано принятие решений в условиях неопределенности. Теория измерений применяется для выбора средних величин. Рассмотрен анализ экспертных упорядочений. Дано представление о новой парадигме ОЭМ, солидарной информационной экономике, реконструкции истории методами ОЭМ. Обобщенные показатели (рейтинги) и задачи классификации изучаются в рамках статистики нечисловых данных. На основе текущей информации проводится непосредственный анализ статистических данных. Дано представление об актуальных обсуждениях на мировых экономических форумах. Подробности раскрыты в публикациях, включенных в обширный список литературных источников, основная часть которого - статьи в "Научном журнале КубГАУ". В ОЭМ входят современные модели и методы системной нечеткой интервальной математики и статистики нечисловых данных - основы математики XXI века.

Ключевые слова: управление, экономика, математика, моделирование, образование, статистические методы, принятие решение, экспертные оценки

DOI: http://dx.doi.org/10.21515/1990-4665-172-011


Содержание
1. Введение. Организационно-экономическое моделирование как научная, практическая и учебная дисциплина
2. Классическая модель управления запасами
3. Принятие решений в условиях неопределенности
4. Теория измерений и средние величины
5. Анализ экспертных упорядочений
6. Новая парадигма организационно-экономического моделирования и ее значение
7. Солидарная информационная экономика
8. Реконструкция истории на основе применения организационно-экономического моделирования и ее роль при принятии решений в современных условиях
9. Обобщенные показатели (рейтинги) и задачи классификации
10. Элементы статистики нечисловых данных
11. Непосредственный анализ статистических данных
12. Актуальные обсуждения на мировых экономических форумах
13. Выводы
Литература

1. Введение
При решении задач управления в социально-экономических системах применяют различные интеллектуальные организационно-экономические инструменты (см., например, [1, 2]). Многообразие таких инструментов и составляет основное содержание научной, практической и учебной дисциплины, которая известна под названием "Организационно-экономические моделирование". Приведем её определение.
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями [3]. Поиск по Интернету демонстрирует, что это определение является общепризнанным.
Теоретические и прикладные исследования по организационно-экономическому моделированию мы ведем уже около полувека. Отметим, что использовались другие обобщающие термины, например, экономическая кибернетика, экономико-математические методы и модели. В рамках рассматриваемой дисциплины многими исследователями выполнены, по нашей оценке, миллионы работ. В частности, в нее можно включить прикладную статистику и другие статистические методы, эконометрику, теорию и практику экспертных оценок, многие разделы математических и инструментальных методов экономики.
Следующие поколения исследователей, преподавателей и практических работникам овладевают накопленным багажом прежде всего при получении образования, т.е. с помощью учебных курсов, учебников и другой учебно-методической литературы [4]. Поэтому целесообразно выделение основного набора составляющих организационно-экономического моделирования, включаемых в учебные курсы и учебники. Рассмотрим наше видение таково набора и опыт его реализации.
Базовой организацией является кафедра ИБМ-2 «Экономика и организация производства» научно-учебного комплекса «Инженерный бизнес и менеджмент» МГТУ им. Н.Э. Баумана. На этой кафедре в конце ХХ – начале XXI вв. создана научная школа в области организационно-экономического моделирования, эконометрики и статистики [5, 6]. Преподавание соответствующих дисциплин курирует одноименная секция кафедры ИБМ-2, научные исследования ведет, в частности, Лаборатория экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана.
По нашим данным, необходимость в учебной дисциплине "Организационно-экономическое моделирование" появилась при введении учебных специальностей "Менеджмент высоких технологий" и затем "Инноватика". Нами был разработан авторский курс по новой дисциплине. Он преподается с 2008 г., естественно, с некоторыми ежегодными корректировками.
В издательстве МГТУ им. Н.Э. Баумана выпущена объемная научная монография "Организационно-экономическое моделирование". Она состоит из трех частей - "Нечисловая статистика" [7], "Экспертные оценки" [8], "Статистические методы анализа данных" [9] (отметим также учебник [9]). Монография допущена Учебно-методическим объединением вузов по университетскому политехническому образованию для использования в качестве учебника, на её основе разработано содержание ряда учебных курсов. Однако этот трехтомник следует рассматривать не столько как учебник, сколько как научное издание. В учебных курсах используется лишь часть включенного в него материала. Можно сказать, что он представляет собой энциклопедию по организационно-экономическому моделированию. Такая оценка трехтомника вполне соответствует концепции "Образование - через науку", принятой в МГТУ им. Н.Э. Баумана. Однако необходимо обсуждать содержание конкретных учебных курсов, как отбор для изучения тех или иных разделов из трехтомника, так и включение новых тем и разделов с целью выхода на передовой край науки. Представляется естественным включение в курс информации о научных событиях последних лет.
Инструментами решения задач контроллинга в экономике, организации производства и управлении предприятием являются соответствующие экономико-математические методы, рассматриваемые с точки зрения применения в указанных областях, а не с точки зрения чистой математики. В последние годы часто используют такие термины, как искусственный интеллект и цифровая экономика. По нашей оценке, речь идет об одном и том же научном направлении, которое мы называем здесь организационно-экономическим моделированием. Можно сменить терминологию и говорить об инструментах искусственного интеллекта или о научном обеспечении цифровой экономики.
Герой комедии Мольера «Мещанин в дворянстве», при помощи учителей натаскивающий себя на «образованность», удивляется: «Как!? Когда я говорю: Николь, принеси мне туфли и подай ночной колпак, — это проза? Скажите на милость! Сорок слишком лет говорю прозой — и невдомек!» Аналогично можно сказать, что второй из авторов этой статьи более полувека занимается проблемами искусственного интеллекта и цифровой экономики.
В настоящей статье рассматриваем организационно-экономическое моделирование как учебную дисциплину. За основу обсуждения возьмем курс для магистрантов факультета "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана (второй год обучения). Рассмотрим последовательно изучаемые темы курса.

2. Классическая модель управления запасами
Экономико-математические модели - инструменты управленца и экономиста, в том числе контроллера [11, 12], позволяющие принимать обоснованные решения. Для начала курса организационно-экономического моделирования в качестве примера выбрана классическая модель управления запасами, известная как модель Вильсона. Она может быть полностью разобрана в учебном курсе, является одной из наиболее применяемых на практике организационно-экономических моделей. Эта модель подробно рассмотрена в ряде наших монографий, в частности, в главе 8 учебника [9]. Обсуждаем эту тему не с позиций логистики, а с позиций организационно-экономического моделирования (ОЭМ) с целью продемонстрировать ряд проблем, постоянно возникающих при разработке, изучении и применении экономико-математических моделей.
В теме разбираем три этапа теоретического решения задачи оптимизации, четыре шага алгоритма расчетов. изучаем отклонение издержек в плане Вильсона от издержек в оптимальном плане. Обращаем внимание на полное и строгое описание модели. Получаем, что оптимальный план управления запасами нельзя найти на основе формулы квадратного корня [13]. Отметим, что во многих публикациях, в том числе учебного характера, ошибочно утверждается, что оптимальный размер поставок дается формулой квадратного корня. Эта ошибка обычно проистекает из отсутствия строгой постановки исходной задачи оптимизации.
Поскольку оптимальное решение зависит от выбора начального и конечного моментов на оси времени, то для ОЭМ важна проблема горизонта планирования. С неопределенностью в выборе конечного момента боремся, выбирая асимптотически оптимальный план. Доказываем теорему о том, что план Вильсона асимптотически оптимален, и строим график превышения средних издержек плана Вильсона над оптимальным планом. Проблема горизонта планирования возникает в экономико-математических моделях различных экономических процессов. Часто выбор конечного момента нельзя однозначно обосновать. Следовательно, надо изучать устойчивость выводов к изменению горизонта планирования [14, 15]. Без такого исследования практические рекомендации оказываются плохо обоснованными.
Изучаем влияние на средние издержки (за целое число периодов) отклонений от оптимального объема партии (точная и приближенная формулы), а также влияние неопределенностей параметров классической модели управления запасами на объем поставки. Принцип уравнивания погрешностей из общей теории устойчивости [16, 17] позволяет на основе оцененной по статистическим данным погрешности параметра спроса выяснить необходимую точность определения других параметров. Как следствие, снимается противоречие между результатами расчетов по различным методикам (конкретно, по методикам Института материально-технического снабжения и Центрального экономико-математического института).
Рассматриваем примеры практического применения классической модели управления запасами. Оказывается, что несмотря на неточности исходных данных и различие методик расчетов применение модели Вильсона позволяет снизить затраты, связанные с доставкой и хранением, например, кальцинированной соды, не менее чем в 2 раза.
Очевидно, запасов не должны быть минимальны, как и в настоящее время иногда заявляют. Запасы должны быть оптимальны.
Классическая модель Вильсона входит в систему из 36 моделей. Из них подробнее разбираем модель с дефицитом. Оказывается, введение возможности дефицита оказывается экономически выгодным! Обсуждаем также двухуровневую модель управления запасами [18].

3. Принятие решений в условиях неопределенности
Эта тема - вводная при рассмотрении теории принятия решений [10, 19 - 21]. На примере задачи выбора одного объекта из двух обсуждаем четыре аналитических подхода (пессимистический, оптимистический, средней выгоды, минимизации максимальной упущенной выгоды) и три подхода практических работников, а также проблемы голосования экспертов [8, гл.5]. Выявляются и сравниваются организационно-экономические модели, лежащие в основе этих семи подходов, обсуждаются их положительные и отрицательные стороны с точки зрения адекватности отображения реальных ситуаций и накопленного опыта практического применения.
Демонстрируем, что различные аналитические организационно-экономические подходы могут приводит к несовпадающим рекомендациям. Казалось бы, может помочь обращение к экспертным методам, к голосованию, но и тут имеются "подводные камни". Следовательно, за принятие решений отвечает менеджер, и никакие ссылки на те или иные организационно-экономические модели и методы не могут снять с него эту ответственность.

4. Теория измерений и средние величины
Эта тема связана с прикладной статистикой и эконометрикой [22 - 25]. Анализируем сходство и различие трех видов чисел - математических, реальных и компьютерных [26, 27]. Обсуждаем необходимость рассмотрения в ОЭМ погрешностей измерений и вычислений. В частности, демонстрируем методологическую несостоятельность Росстата, постоянно завышающего точность своих данных [28]. Проводим анализ двух равносильных формул для выборочной дисперсии с точки зрения точности вычислений.
Разбираем основные понятия теории измерений (с соответствии с [7, 8, 25]). Даем определения, рассматриваем примеры, вводим группы допустимых преобразований для шкал наименований, порядковой, интервалов, отношений, разностей, абсолютной. Базовым в ОЭМ является требование устойчивости выводов относительно допустимых преобразований шкал. Это требование накладывает ограничения на выбор методов анализа данных. Например, из-за невыполнения этого требования недопустимо использовать среднее арифметическое для усреднения данных, измеренных в порядковой шкале.
Вводим различные виды и классы средних величин - средние степенные и структурные средние, средние по Коши и средние по Колмогорову, их частные виды. Обсуждаем различные методы расчета средней заработной платы для условного предприятия, демонстрируя необходимость расчета медианы, а не только среднего арифметического [8, 25].
На основе синтеза теории измерений и теории средних описываем средние, результат сравнения которых устойчив в порядковой шкале, в шкалах интервалов и отношений [29].
Обсуждаем следствия необходимости применения статистических методов в соответствии со шкалами, в которых измерены данные. В качестве примеров рассматриваем коэффициент линейной корреляции Пирсона (соответствующий в шкале интервалов) и коэффициент ранговой корреляции Спирмена (предназначенный для анализа данных, измеренных в порядковой шкале.

5. Анализ экспертных упорядочений
В качестве базовой модели экспертных оценок рассматриваем анализ экспертных упорядочений [8, гл. 4]. Исходные данные - измерения характеристик объектов экспертизы в порядковой шкале, т.е. упорядочения (кластеризованные ранжировки) - частный случай бинарных отношений.
Начинаем с перехода от ответов экспертов в виде упорядочений к таблице рангов. Разбираем метод средних (арифметических) рангов и метод медиан как способы усреднения мнений экспертов (при наличии времени проводим деловую игру, например, с целью упорядочения дней недели по субъективной тяжести на основе экспертных опросов группы учащихся).
Цель согласования кластеризованных ранжировок - выделить в них общее (совпадающие упорядочения пар объектов экспертизы), а различия заключить в кластеры (для упорядочения объектов экспертизы внутри кластеров могут быть проведены дополнительные опросы экспертов). Рассматриваем метод согласования кластеризованных ранжировок на основе выделения противоречивых пар объектов, построения графа противоречий, выделения связных компонент графа и их упорядочивания [30].
Согласование двух кластеризованных ранжировок, построенных методами средних арифметических рангов и медиан рангов, дает возможность выявить итоговое мнение комиссии экспертов. Альтернативные подходы - нахождение коллективного мнения путем расчета медианы Кемени [8, гл. 6] и на основе рейтингов (см., например, [8, гл. 11], [21], [25], [31], [32]).

6. Новая парадигма организационно-экономического моделирования и ее значение
Эту тему начинаем с краткой истории статистических методов [22, 28]. Выделяем четыре этапа развития статистики (описательная, параметрическая, непараметрическая, нечисловая). Внутри современной статистической науки выделяем четыре области (по видам данных), три основные задачи (описание данных, оценивание, проверка гипотез), пять точек роста: непараметрика, информационные технологии (бутстреп), устойчивость, статистика интервальных данных, нечисловая статистика.
Разбираем новую парадигму организационно-экономического моделирования [33 - 35]. Она соответствует исследованиям конца XX - начала XXI вв., однако была выявлена уже после выпуска трехтомника "Организационно-экономическое моделирование". Новая парадигма противопоставляется старой, середины ХХ в., основанной на широком (и зачастую не обоснованном) применении параметрических семейств распределений вероятностей (нормальных, экспоненциальных, Вейбулла - Гнеденко, гамма-распределений и др.). Проводим развернутое сравнение старой и новой парадигм [5, 6]. Отметим, что предыдущая парадигма (до начала ХХ в.) соответствует описательному этапу развития статистической науки [22, 28]. Подчеркиваем основополагающую роль методологии при построении организационно-экономических моделей, в том числе используемых в теории и практике принятия решений [36 - 38].

7. Солидарная информационная экономика
В этой теме рассматриваем современный подход к построению организационно-экономических моделей в цифровой экономике. Он реализуется на основе искусственного интеллекта, математических и инструментальных методов экономики. Этот подход развивается с 2007 г. и не отражен в базовом трехтомнике [6 - 8]. Однако начать необходимо с экономических воззрений, отражающих практику древних государств., прежде всего Древней Греции.
Как общепризнанно, Аристотель - основоположник экономической теории. Он различал экономику и хрематистику. Цель экономической деятельности - удовлетворение потребностей, цель хрематистики - выгода (прибыль). Аристотель резко выступал против хрематистики. Конечно, у него были предшественники и последователи, речь идет о научной школе, носящей его имя.
Основное течение (мейнстрим) в современной экономической науке – обоснование несостоятельности рыночной экономики и необходимости перехода к современной научно обоснованной плановой системе управления хозяйством (к цифровой экономике). Развиваются различные научные направления внутри этого мейнстрима (см., например, яркую монографию Г.Б. Клейнера [39]). Мы развиваем одно из них - солидарную информационную экономику.
В эпоху цифровой экономики значимо все возрастающее влияние информационно-коммуникационных технологий на хозяйственную деятельность. В соответствии с этим велением времени мы развиваем солидарную информационную экономику (основные положения и информация о предыдущих работах приведены в [40 - 45]).
Солидарная информационная экономика продолжает проекты кибернетиков ХХ в. - ОГАС В.М. Глушкова и КИБЕРСИН Ст. Бира. Важно, что шотландские экономисты W. Paul Cockshott и Allin F. Cottrell доказали, что к концу ХХ в. вычислительные мощности компьютеров достигли такого уровня развития, что стала реальной возможность глобальной оптимизации экономических процессов в масштабе всего Земного шара. В настоящее время развитие информационно-коммуникационных технологий должно быть направлено на выявление потребностей, в частности, на разработку ориентированных на практику хозяйственной деятельности типовых процедур принятия решений на основе сетей экспертов [8].
Соотношения организационно-экономического моделирования, цифровой экономики и искусственного интеллекта раскрыты в [46 - 48].

8. Реконструкция истории на основе применения организационно-экономического моделирования и ее роль при принятии решений в современных условиях
Начинаем тему с основных понятий и результатов теории классификации в составе организационно-экономического моделирования [7, 49, 50]. Рассматриваем методы построения новой статистической хронологии на основе статистики нечисловых данных, а именно путем введения показателей различия и применения алгоритмов кластер-анализа (см. [9, разд. 8.5], [51]). Подробно эти методы рассмотрены в монографии [52].
На основе результатов исследований научной школы акад. РАН А.Т. Фоменко (МГУ им. М.В. Ломоносова) обсуждаем основные черты реконструкции истории в соответствии с новой статистической хронологией и её значение для организации современного хозяйства. За подробностями отсылаем к официальному сайту научного направления "Новая хронология" [53].
Как пишет акад. РАН С.Ю. Глазьев: "Новая хронология Фоменко дает хорошую логическую основу для восстановления исторической памяти Русского мира... Сочетание научной теории долгосрочного социально-экономического развития как процесса последовательной смены технологических и мирохозяйственных укладов, воспринимаемых на веру традиционных духовных ценностей и новой хронологии, проясняющей историческую роль Русского мира, может стать надежной опорой для формирования консолидирующей российское общество современной идеологии. Без нее совершить рывок в технологическое будущее крайне проблематично" [54 Глазьев С.Ю., 2020]. Присоединяемся к словам С.Ю. Глазьева. По нашему мнению, новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения [55].

9. Обобщенные показатели (рейтинги) и задачи классификации
Для упорядочения объектов экспертизы часто с помощью экспертов формируют перечень факторов, которые необходимо учитывать при построении обобщенных (или интегральных) показателей, называемых также рейтингами (или рэнкингами). Затем экспертно оценивают значения факторов для рассматриваемых объектов экспертизы. После чего по этим оценкам рассчитывают значения обобщенного показателя (обычно с помощью линейной функции с коэффициентами весомости (важности, значимости), по величинам которых и упорядочивают объекты экспертизы. Такие рейтинги называем линейными.
Проблемы построения обобщенного критерия (рейтинга) рассматриваем в ходе деловой игры "Таня Смирнова выбирает место работы". Обсуждаем методы экспертные методы расширения и сужения множества факторов, оценки весовых коэффициентов на основе иерархической системы факторов. Рассматриваем различные виды рейтингов. Базовая информация дана в учебнике [8, гл. 11] (см. также [32]). Общая теория развита в монографии В.В. Подиновского [31]. Кредитным рискам посвящена монография А.М. Карминского [56]. Применение экспертиз для оценок рисков рассмотрено в статье [57].
Во многих случаях важны бинарные рейтинги, в которых обобщенный показатель принимает только два значения, например, 0 и 1. Фактически объекты экспертизы должны быть отнесены к одному из двух классов. В связи с проблемами построения бинарных рейтингов обсуждаем основные черты теории классификации.
В математических методах теории классификации выделяем кластер-анализ (построение классификаций), анализ классификаций (с помощью методов статистики нечисловых данных) и диагностику (использование классификаций) [7, разд. 2.8]. Непараметрические методы диагностики развиваем на основе непараметрических ядерных оценок плотности распределения в пространствах произвольной природы [7, разд. 2.5]. Оценки строим по обучающим выборкам.
Параметрический дискриминантный анализ (основан Р. Фишером в 1937 г.) - это диагностика на основе линейных рейтингов. Примеры: диагностика потенциальных заемщиков в банке; скрининг при медицинском обследовании лиц с вредными условиями труда. Обсуждаем выбор показателя качества алгоритма диагностики (дискриминации). Демонстрируем недопустимость использования частоты правильных решений в качестве показателя качества алгоритма диагностики. Вводим понятие прогностической силы. Показываем, что прогностическая сила – наилучший показатель качества алгоритма диагностики [58]. Изучаем свойства прогностической силы - находим асимптотическое распределение, строим доверительные границы, разрабатываем методы проверки статистической гипотезы об обоснованности пересчета на модель линейного дискриминантного анализа [7, разд. 2.8].

10. Элементы статистики нечисловых данных
В настоящее время быстро развивается такая область прикладной статистики, как статистика нечисловых данных. Это направление было выделено как самостоятельная часть прикладной статистики в 1979 г. Первоначально она именовалась статистикой объектов нечисловой природы. Используется также сокращенное наименование - нечисловая статистика. Первая в мире монография по статистике нечисловых данных - это книга [7], выпущенная в 2009 г. К настоящему времени статистика нечисловых данных - центральная часть современной прикладной статистики [59]. В курс ОЭМ включен ряд результатов статистики нечисловых данных.
На основе экспериментальных, прикладных и теоретических исследований констатируем, что практические все распределения реальных данных являются ненормальными (см., например, [9, разд. 2.1]. Следовательно, в ОЭМ следует использовать непараметрическую статистику, преодолевшую нереалистическое предположение о том, что распределение элементов выборки входит в одно из параметрических семейств распределений (все они - частные случаи четырехпараметрического семейства распределений, введенного К. Пирсоном в начале ХХ в.). Одно из ее основных понятий - эмпирическая функция распределения. Примером методов одного из разделов непараметрической статистики - ранговой статистики - являются состоятельные критерии Смирнова и омега-квадрат для проверки абсолютной однородности двух независимых выборок (см., например, [9, разд.5.4], [60]). Типовое задание обучающимся - по выборке построить эмпирическую функцию распределения.
Центральной (наиболее общей) частью статистики нечисловых данных является статистика в пространствах произвольной природы. Для выборок, состоящих из элементов таких пространств, вводим эмпирические и теоретические среднее, обсуждаем законы больших чисел для них [7, разд. 2.1 и 2.2]. В качестве примера проводим обоснование и расчет эмпирического среднего для числовой выборки как интервала между левой и правой медианами [61].
К статистике нечисловых данных относятся также темы курса ОЭМ "Теория измерений и средние величины", "Анализ экспертных упорядочений". В рассматриваемый курс включены лишь отдельные примеры моделей и методов статистики нечисловых данных, напоминающие о соответствующих разделах ранее изученных дисциплин "Прикладная статистика" и "Эконометрика".

11. Непосредственный анализ статистических данных
Мы считаем, что нельзя ограничиваться только теоретическими результатами. Необходимо обсудить и текущую статистическую информацию о развитии социально-экономических процессов. Отметим, что эта тема требует постоянного обновления при каждой реализации курса, в то время как теоретическая часть курса стабильна, как стабильны "Элементы" Евклида или дифференциальное и интегральное исчисление Ньютона и Лейбница.
Целесообразно обсудить в курсе ОЭМ некоторые конкретные статистические данные. Так, на основе ОЭМ проводим непосредственный анализ данных официальной экономической статистики относительно динамики выпуска отдельных видов продукции (в натуральных единицах) и макроэкономических показателей в РФ. Рассматриваем временные ряды, приведенные в подготовленных ведущими специалистами монографиях [62, 64], и постоянно обновляемые нами данные о динамике макроэкономических показателей России [65].
Подчеркиваем значительное (в среднем в 4 раза) возрастание роли государства в экономике в течение ХХ в. в экономически развитых странах [20]. Роль государства в экономике оценивалась как доля расходной части бюджета страны в ее валовом внутреннем продукте.
Один из важнейших экономических ресурсов - кадровый. Рынок труда и потребительский рынок зависят от численности различных групп населения. В курсе ОЭМ кратко обсуждаем значимость демографических прогнозов в экономике для принятия стратегических решений [9, 20].

12. Актуальные обсуждения на мировых экономических форумах
В курс ОЭМ целесообразно включить краткую информацию об активно ведущихся в настоящее время дискуссиях среди специалистов, в том числе на мировых экономических форумах. Очевидно, эта информация должна постоянно обновляться.
В условиях развертывающейся цифровой революции развитие производственных сил приводит к значительному изменению производственных отношений. В частности, происходит изменение потребительского поведения - переход от владения к аренде [45], влекущий значительные изменения в народном хозяйства.
Кратко обсуждаем концепцию четвертой промышленной революции [66], переход к капитализму участия (опираясь на материалы Римского клуба [67]), дискуссии на Давосском экономическом форуме в 2020 и 2021 гг., прежде всего в соответствии с книгой о "великой перезагрузке", обоснованной основателем Давосского форума проф. К. Швабом [68].

13. Выводы
К настоящему времени направление исследований "организационно-экономическое моделирование" (ОЭМ) достаточно развито и сформировано как научная, практическая и учебная дисциплина. Об этом свидетельствует, в частности, список литературных источников в настоящей статье, включающий лишь небольшую часть публикаций по этой тематике.
В ОЭМ включают различные модели и методы, предназначенные для решения задач управления в социально-экономической области. В частности, в ОЭМ разработано многообразие инструментов решения задач контроллинга в экономике, организации производства и управлении предприятием [1, 2, 3, 11, 12]. Математические методы исследования в различных сферах деятельности опираются на ОЭМ, например, в технических и технологических исследованиях, химии, медицине, экологии, социологии и др. Отметим, что ОЭМ включает самые современные модели и методы математики и статистики - системной нечеткой математики [27] и статистики нечисловых данных [7, 59]. Мы полагаем, что системная нечеткая интервальная математика - основа математики XXI века [69].
Достаточно адекватное представление о многообразии моделей и методов ОЭМ дает авторский учебный курс "Организационно-экономическое моделирование", разработанный в Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации» и предназначенный для магистрантов факультета "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана. Содержание этого курса кратко раскрыто в настоящей статье. За подробностями приходится отсылать к статьям и книгам, приведенным в обширном списке литературных источников. Очевидно, что конкретные позиции курса ОЭМ будут развиваться и модернизироваться. Заключительные темы курса ОЭМ предполагают ежегодное обновление информации (см. разделы 11 и 12 настоящей статьи).

Литература
1. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга / под научной ред. проф. С.Г. Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
2. Орлов А.И., Луценко Е.В., Лойко В.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента: монография / под общ. ред. С.Г. Фалько. – Краснодар : КубГАУ, 2016. – 600 с.
3. Куликова С.Ю., Муравьева В.С., Орлов А.И. Организационно-экономическое моделирование при решении задач контроллинга // Научный журнал КубГАУ. 2016. №118. С. 486–506.
4. Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
5. Орлов А.И. Отечественная научная школа в области эконометрики // Научный журнал КубГАУ. 2016. № 121. С. 235–261.
6. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики // Контроллинг. 2019. №73. С. 28-35.
7. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с.
8. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
9. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
10. Орлов А.И. Организационно-экономическое моделирование: теория принятия решений : учебник. — М. : КноРус, 2020. — 568 с.
11. Карминский A.M., Фалько С.Г. Контроллинг. Учебник / А.М. Карминский, С.Г. Фалько, А.А. Жевага, Н.Ю. Иванова; / под ред. A.M. Карминского, С.Г. Фалько. - М.: Финансы и статистика, 2006. - 336 с.
12. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 270 с.
13. Орлов А.И. Оптимальный план управления запасами нельзя найти на основе формулы квадратного корня // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. № 106. С. 270–300.
14. Орлов А.И. Характеризация моделей с дисконтированием // Научный журнал КубГАУ. 2019. №153. С. 202–218.
15. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования // Научный журнал КубГАУ. 2020. №155. С. 147–163.
16. Орлов А.И. Новый подход к изучению устойчивости выводов в математических моделях // Научный журнал КубГАУ. 2014. № 100. С. 146-176.
17. Орлов А.И. Свойства общей схемы устойчивости // Научный журнал КубГАУ. 2020. №161. С. 121–149.
18. Орлов А.И. Асимптотика квантования, выбор числа градаций в социологических анкетах и двухуровневая модель управления запасами // Научный журнал КубГАУ. 2016. № 123. С. 660 – 687.
19. Орлов А.И. Принятие решений. Теория и методы разработки управленческих решений. Учебное пособие. — М.: ИКЦ «МарТ»; Ростов н/Д: Издательский центр «МарТ», 2005. — 496 с.
20. Орлов А.И. Теория принятия решений. Учебник для вузов. — М.: Экзамен, 2006. — 576 с.
21. Орлов А.И. Методы принятия управленческих решений: учебник. - М.: КНОРУС, 2018. - 286 с.
22. Орлов А.И. Прикладная статистика. Учебник для вузов. — М.: Экзамен, 2006. — 672 с.
23. Орлов А.И. Эконометрика. Учебник для вузов. — М.: Экзамен, 2002 (1-е изд.), 2003 (2-е изд.), 2004 (3-е изд.). — 576 с.
24. Орлов А.И. Эконометрика. Изд. 4-е, доп. и перераб. Учебник для вузов. Гриф УМО. — Ростов-на-Дону: Феникс, 2009. — 572 с.
25. Агаларов З.С., Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.
26. Левич Е. М. Математическое моделирование и компьютерная математика. - Иерусалим, 2009. - 450 с.
27. Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). – Краснодар, КубГАУ. 2014. – 600 с.
28. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
29. Орлов А.И. Характеризация средних величин шкалами измерения // Научный журнал КубГАУ. 2017. №134. С. 877 – 907.
30. Орлов А.И. Анализ экспертных упорядочений // Научный журнал КубГАУ. 2015. № 112. С. 21–51.
31. Подиновский В.В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. – М. : Наука, 2019. – 103 c.
32. Лындина М.И., Орлов А.И. Математическая теория рейтингов // Научный журнал КубГАУ. 2015. № 114. С. 1 – 26.
33. Орлов А.И. Основные черты новой парадигмы математической статистики // Научный журнал КубГАУ. 2013. № 90. С. 45-71.
34. Орлов А.И. Новая парадигма анализа статистических и экспертных данных в задачах экономики и управления // Научный журнал КубГАУ. 2014. № 98. С. 1254-1260.
35. Орлов А.И. О новой парадигме математических методов исследования // Научный журнал КубГАУ. 2016. №122. С. 807–832.
36. Орлов А.И. Методология моделирования процессов управления в социально-экономических системах // Научный журнал КубГАУ. 2014. № 101. С. 166–196.
37. Орлов А.И. О методологии статистических методов // Научный журнал КубГАУ. 2014. № 104. С. 53 – 80.
38. Орлов А.И. О влиянии методологии на последствия принятия решений // Научный журнал КубГАУ. 2017. № 125. С. 319 – 345.
39. Клейнер Г.Б. Системная экономика: шаги развития. Монография. Предисловие В.Л. Макарова. – М.: Издательский дом «Научная библиотека», 2021. – 746 с.
40. Орлов А.И. Солидарная информационная экономика как экономическая составляющая государственной идеологии России // Научный журнал КубГАУ. 2014. № 98. С. 1149-1160.
41. Орлов А.И. Основные идеи солидарной информационной экономики - базовой организационно-экономической теории // Научный журнал КубГАУ. 2015. № 112. С. 52 – 77.
42. Орлов А.И. Солидарная информационная экономика - экономика без рынка и денег // Научный журнал КубГАУ. 2015. № 113. С. 388 – 418.
43. Орлов А.И. О развитии солидарной информационной экономики // Научный журнал КубГАУ. 2016. №121. С. 262–291.
44. Орлов А.И. Организационно-экономическое обеспечение управления организациями и территориями с точки зрения солидарной информационной экономики // Научный журнал КубГАУ. 2016. №124. С. 926–953.
45. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
46. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
47. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в цифровой экономике (на примере управления качеством) // Научный журнал КубГАУ. 2021. №169. С.216–242.
48. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
49. Орлов А.И. Математические методы теории классификации // Научный журнал КубГАУ. 2014. № 95. С. 23 – 45.
50. Орлов А.И. Базовые результаты математической теории классификации // Научный журнал КубГАУ. 2015. № 110. С. 219–239.
51. Орлов А.И. Статистические методы в истории // Научный журнал КубГАУ. 2016. № 115. С. 227 – 262.
52. Фоменко А.Т. Методы статистического анализа исторических текстов. Приложения к хронологии. - М.: Крафт+Леан, 1999. - Т.1 801 с., Т.2 - 907 с.
53. Фоменко А.Т., Носовский Г.В. Официальный сайт научного направления "Новая хронология". [Электронный ресурс] URL: http://chronologia.org/ (дата обращения 19 сентября 2021 г.).
54. Глазьев С.Ю. Духовность – категория экономическая // Военно-промышленный курьер. 2020. № 35 (848). С. 1, 10.
55. Орлов А.И. Новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения // Научный журнал КубГАУ. 2016. № 120. С. 60 – 85.
56. Карминский А.М. Кредитные рейтинги и их моделирование. — М. : Изд. дом Высшей школы экономики, 2015. — 304 с.
57. Жуков М.С., Орлов А.И., Фалько С.Г. Экспертные оценки в рисках // Контроллинг. 2017. №4 (66). С. 24-27.
58. Орлов А.И. Прогностическая сила – наилучший показатель качества алгоритма диагностики // Научный журнал КубГАУ. 2014. № 99. С. 33-–49.
59. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики // Научный журнал КубГАУ. 2020. № 156. С. 111–142.
60. Орлов А.И. Система моделей и методов проверки однородности двух независимых выборок // Научный журнал КубГАУ. 2020. №157. С. 145–169.
61. Орлов А.И. Средние величины и законы больших чисел в пространствах произвольной природы // Научный журнал КубГАУ. 2013. № 89. С. 556–586.
62. Кара-Мурза С.Г., Батчиков С.А., Глазьев С.Ю. Куда идет Россия. Белая книга реформ. — М.: Алгоритм, 2008. — 448 с.
63. Лившиц В.Н., Лившиц С.В. Системный анализ нестационарной экономики России (1992—2009): рыночные реформы, кризис, инвестиционная политика. — М.: Поли Принт Сервис, 2010. - 444 с.
64. Кара-Мурза С.Г., Гражданкин А.И. Белая книга России. Строительство, перестройка и реформы. 1950-2014. - М.: ООО «ТД Алгоритм», 2016. - 728 с.
65. Динамика макроэкономических показателей РФ [Электронный ресурс] URL: viewtopic.php?f=2&t=2580 (дата обращения 20 сентября 2021 г.).
66. Шваб К. Четвертая промышленная революция. — М.: Эксмо, 2016. - 208 с.
67. Von Weizsacker E.U., Wijkman A. 2018. Come On! Capitalism, Short-termism, Population and the Destruction of the Planet. - N.Y.: Springer Science+Business Media LLC, 2018. - 232 р.
68. Schwab K., Malleret T. COVID-19: The great reset. - Switzerland, Cologny/Geneva. World Economic Forum, Forum Publishing. 2020. - 212 pp.
69. Орлов А.И. Системная нечеткая интервальная математика - основа математики XXI века // Научный журнал КубГАУ. 2021. №165. С. 111–130.

Публикация:
1196. Муравьева В.С., Орлов А.И. Основные составляющие организационно-экономического моделирования // Научный журнал КубГАУ. 2021. №172. С. 182–207.
http://ej.kubagro.ru/2021/08/pdf/11.pdf,




Открытое письмо Ученого совета
Института философии РАН

Президенту Российской Федерации Путину В. В.
Копии:
Председателю Правительства Российской Федерации Мишустину М. В.,
Председателю Совета Федерации Федерального Собрания Российской Федерации Матвиенко В. И.,
Председателю Государственной Думы Федерального Собрания Российской Федерации Володину В. В.,
Министру науки и высшего образования Российской Федерации Фалькову В. Н.,
Президенту Российской академии наук Сергееву А. М.


Глубокоуважаемый Владимир Владимирович!

Национальная ориентированность общественных и гуманитарных наук в России поставлена под удар предложенной Министерством науки и высшего образования Российской Федерации «Методикой расчета комплексного балла публикационной результативности». Речь отнюдь не о деталях техники подсчета результативности научных организаций и даже не только о том, что она игнорирует закономерности развития общественных и гуманитарных наук. Речь — о сохранении целостности, связности и единства духовно-культурного пространства и преемственности исторического развития России.

Пренебрежительно малое значение, отводимое «Методикой» книжным публикациям, свидетельствует о недопустимой недооценке роли книги в производстве и передаче знания, в развитии науки и образования, в сохранении национальной памяти и в борьбе с искажениями истории. Это дезориентирует молодое поколение, лишает основы формирования целостного мировоззрения.

Смысл предложенной «Методики» в том, что критерии оценки социогуманитарной сферы выносятся за пределы страны и отдаются на откуп двум коммерческим иностранным компаниям – Web of Science и Scopus. Такого нет ни в одной из развитых стран мира. В результате вектор научной деятельности в социогуманитарной сфере будет определяться политикой этих организаций, а не собственной логикой и потребностями российской науки и не отечественным научным сообществом. Следует учитывать, что наиболее важные и актуальные темы российских общественных наук и отечественной гуманитаристики могут и должны обсуждаться прежде всего на русском языке, в российском научном сообществе и публичном пространстве, а не в западных журналах, часто обходящих эти проблемы по соображениям как тематической, так и идейно-политической ориентации. Гипертрофированный акцент на Web of Science и Scopus ведет к вытеснению русского языка из сферы социогуманитарных наук, а в перспективе — и из сферы интеллектуальной культуры.

Между тем именно русский язык как основа личностного и общественного развития обеспечивает единство духовного пространства России, связь поколений, передачу традиций и ценностей, служит языком межнационального общения. Вытеснение русского языка из социогуманитарной сферы поставит под вопрос культурно-цивилизационную идентичность, а тем самым и безопасность страны.

Призываем приостановить действие «Методики расчета комплексного балла публикационной результативности» применительно к социогуманитарным наукам и критически пересмотреть подходы к её формированию с участием экспертного сообщества и с учетом национальных интересов нашей страны. Более подробно наша позиция по данному вопросу изложена в решении Ученого совета Института философии РАН 6 февраля 2020 г.

Учёный совет Института философии РАН

6 февраля 2020 г.

https://iphras.ru/pismo_06_02_2020.htm

Решение Ученого совета Института философии РАН 6 февраля 2020 г.
Ученый совет Института философии РАН наук выражает глубокую тревогу за судьбу отечественных социогуманитарных наук в связи с письмом Министерства науки и высшего образования Российской Федерации «О корректировке Государственного задания с учетом методики расчета комплексного балла публикационной результативности» от 14.01.2020 № МН-8/6-СК.

Основной язык российской социогуманитарной науки — русский язык. Иностранные языки используются в качестве дополнительных, преимущественно для перевода русскоязычных версий или некоторых оригинальных публикаций. В области наук о человеке и обществе приоритет должен быть отдан публикациям на родном языке.

В содержательном плане социогуманитарные исследования российских ученых нередко носят выраженный общественно-значимый характер, связаны с историей и целями национального развития, взгляды на которые подчас не разделяются нашими западными коллегами. Социогуманитарные исследования российских ученых ориентированы прежде всего на удовлетворение национальных интересов нашей страны. Публикация в западных научных журналах работ российских гуманитариев нередко затруднена различием исторических традиций, ментальными особенностями, геополитическим противостоянием.

Главным результатом научного труда ученого социогуманитарной сферы в России и в мире считаются монографические книжные публикации, коллективные труды, энциклопедические, словарные и документальные публикации, комментированные собрания сочинений классиков, издание архивных документов и т.д. Именно по книгам во всем мире идет обучение студентов, книжная продукция считается главным аттестатом труда ученого. Итоговые монографические труды суммируют фундаментальные достижения ученых и научных коллективов социогуманитарного профиля.

В связи с вышеизложенным Ученый совет Института философии Российской академии наук констатирует следующее:

1. Гуманитарные и социальные науки должны учитываться по собственной библиометрической и наукометрической методике. Это обусловлено различием предметов, методов и способов коммуникации в разных науках и дисциплинах. Учет существенного различия наук отражен в международных и российских базах данных, в документах научных фондов, в специальных науковедческих исследованиях, начиная с XIX в.

2. Социогуманитарное знание фиксируется в первую очередь в форме книги: монография, коллективный труд, энциклопедия, перевод классики, издание классики, словарь, архивная публикация. Статья имеет дополнительное, но не определяющее, значение.

3. Предложенная Минобром «Методика» содержит грубый просчёт в том, что касается учёта публикаций в социогуманитарных науках: для коллекции «Arts and Humanities» в Web of Science не подсчитываются импакт-факторы журналов, а значит, публикации не могут дифференцироваться по квартилям журналов.

4. Подсчёт «балла публикационной результативности» для социогуманитарной сферы должен основываться на следующих принципах: (1) один авторский лист монографии и другой книжной продукции (40 000 знаков с пробелами) оценивается в 1 балл и приравнивается к статье в журналах списка WoS и Scopus; учитывается книжная продукция, прошедшая научное рецензирование и имеющая гриф академического института (а не просто «зарегистрированная в Книжной палате», как в «Методике»); (2) статьи в журналах списка WoS и Scopus оцениваются в 1 балл; (3) статьи в RSCI и ядре РИНЦ оцениваются в 0,75 статьи в списках WoS и Scopus (0,75 балла); (4) статьи в журналах списка ВАК и РИНЦ приравниваются к 0,5 статьи в WoS и Scopus (0,5 балла); никакой корреляции между баллами публикационной результативности для социогуманитарной сферы и естественнонаучной сферы устанавливаться не должно.

5. Необоснованным является положение о 10%-ном росте балла публикационной результативности в текущем году.

6. Необоснованным и заведомо невыполнимым является требование 20%-го ежегодного роста балла публикационной активности для «догоняющих» организаций.

7. Методика расчёта комплексного балла публикационной результативности, предложенная для использования в 2020 г., обнаруживает критические недоработки, не учитывает современные науковедческие и наукометрические исследования, российский и зарубежный опыт использования наукометрии. В 2020 г. целесообразно руководствоваться прежней методикой, а новую доработать на основе квалифицированного обсуждения специалистами.

6 февраля 2020 г.

https://iphras.ru/06_02_2020.htm

https://nauka.tass.ru/nauka/7729545?utm ... yandex.com


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб май 21, 2022 10:54 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1113 от 23 мая 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь с расширенными тезисами А.И. Орлова "Аристотель и ракетно-космическая отрасль: к 60-летию полета в космос Юрия Алексеевича Гагарина".
Основные составляющие современной эконометрики представлены в разработанном нами учебном курсе, которому и посвящена статья "Структура современной эконометрии в ее преподавании" С.Ю. Куликовой, В.С. Муравьевой и А.И. Орлова.



Аристотель и ракетно-космическая отрасль:
к 60-летию полета в космос Юрия Алексеевича Гагарина

Орлов Александр Иванович
доктор экономических наук, доктор технических наук,
кандидат физико-математических наук, профессор,
Заведующий лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор Московского государственного технический университета им. Н.Э. Баумана,
г. Москва, Россия, prof-orlov@mail.ru

Аннотация. Аристотель - основоположник экономической науки. В XVIII - XIX вв. господствовала рыночная экономика, пришедшая на смену теории Аристотеля. С развитием цифровой экономики в XXI в. идеи Аристотеля об управлении хозяйством с целью удовлетворения потребностей становятся все более актуальными. Проекты ОГАС В.М. Глушкова и "Киберсин" Ст. Бира являются примерами разработок в духе Аристотеля. Солидарная информационная экономика, развивающая идеи Аристотеля, является основой новой парадигмы экономической науки.
Ключевые слова. Аристотель, экономическая наука, управление хозяйством, цифровая экономика, солидарная информационная экономика.


Ракеты и полеты в космос - символы современности. Ракетно-космическая отрасль - одна из ведущих в народном хозяйстве наиболее развитых в экономическом отношении стран современного мира - Китая, США, Индии, России. Примерно 20% активности ведущего технического вуза нашей страны - Московского государственного технического университета им. Н.Э. Баумана - реализуется в ракетно-космической отрасли. Значительная часть профессиональной деятельности докладчика посвящена задачам управления и экономики в этой области.
Опыт работы в ракетно-космической отрасли привел к выводы, что адекватное решение проблем этой высокотехнологичной инновационной сферы народного хозяйства невозможно при использовании устаревшего научного инструментария т.н. "рыночной экономики". Нужна новая парадигма экономической науки.
Чтобы проанализировать причины широкого распространения устаревших воззрений и выявить направления дальнейшего развития экономической науки, целесообразно начать с ее зарождения.
Общепризнанной является констатация того, что основоположником экономической науки, как и науки в целом, является Аристотель (и его научная школа). Он полагал, что экономика - это наука о том, как управлять хозяйством с целью удовлетворения потребностей людей. Аристотель рассматривал хозяйственные структуры различного масштаба - домохозяйства, предприятия (как в городе, так и на селе), муниципальные образования (полисы), регионы (сатрапии), государство в целом (хозяйство империи). Организаторами хозяйственной деятельности являлись органы власти, проще говоря, государство. Весьма важно резко отрицательное отношение Аристотеля к т.н. хрематистике - доктрине, согласно которой цель хозяйственной деятельности - получение выгоды (прибыли).
Итак, с точки зрения Аристотеля:
- Экономика – наука о разумном ведении хозяйства, о деятельности, направленной на удовлетворение потребностей людей, т.е. на производство и приобретение благ для дома и государства.
- Хозяйствующий субъект – предприятие (сельскохозяйственное, производство в городе), город (полис), регион (сатрапия), государство (империя).
- Противоестественна хрематистика (деятельность, направленная на приобретение выгоды, извлечение прибыли, на накопление богатства).
Следовательно, Необходимо освободить экономическую теорию от извращений хрематистики, развивать и излагать ее в соответствии с Аристотелем как науку о деятельности, направленной на удовлетворение потребностей людей.
Экономическая практика и ее осмысление - экономическая теория - следовали взглядам Аристотеля вплоть до эпохи буржуазных революций (XVIII в.). Новое экономические отношения породили новую экономическую теорию, которую мы сейчас называем "рыночной экономикой". Государство было отодвинуто от руководства экономикой, ему стали отводить роль "ночного сторожа". Основной лозунг - государство должно уйти из экономики. Самое главное - обеспечение свободной конкуренции. На первое место вышли хрематистики с их основополагающим правилом: цель экономической деятельности - получение выгоды (прибыли), в том числе деятельности в области финансовых спекуляций. Изменилось даже понимание термина "экономика": с точки зрения рыночников Аристотель говорил об управлении (менеджменте). Из центра экономической науки менеджмент был перемещен на задворки и объявлен лишь одной из экономических наук. Так произошло отрицание экономики Аристотеля.
Но вскоре началось отрицание отрицания. Приходит плановая экономика Необходимость активного вмешательства государства в экономическую жизнь была осознана уже к концу XIX в. В ХХ в. государство активно управляло экономикой в основных странах - в США (особенно при Рузвельте в период великой депрессии), в СССР, в Германии, а в послевоенное время в самых разных странах - в Китае, Индии, Японии, Сингапуре, Франции и др. Даже в наиболее "рыночной" стране - в США - доля государства в экономике за ХХ в. выросла в 4 раза и достигла примерно одной трети. (Под долей государства в экономике понимаем отношение расходной части бюджета страны к ее валовому внутреннему продукту). Теоретическое обоснование главенствующей роли государства дал английский экономист Дж. Кейнс. Характерно, что вместо термина "рыночная экономика" стал употребляться термин "смешанная экономика".
Ракетно-космическая отрасль в силу сложности и объемности решаемых технических задач развивается во всех странах на основе государственных ресурсов и государственного управления. Вкрапления рыночных отношений зачастую являются камуфляжем: формально независимые коммерческие организации выполняют заказы государства.
В России после развала СССР в качестве экономической теории была принята устаревшая рыночная экономика американского образца. Именно господство устаревших воззрений в массовом сознании и в сознании управленцев привели к стагнации экономики России. Валовой внутренний продукт России в 2020 г. лишь незначительно превосходит ВВП РСФСР в 1990 г. (в сопоставимых ценах), объемы промышленного производства и инвестиций в основные фонды за 30 лет сократились. Если бы в качестве базовой экономической теории была принята, например, немецкая социальная экономика, то столь плачевного результата не было бы. Оптимизм внушает опыт Китая, чей валовой внутренний продукт за те же 30 лет вырос в 7 раз. Если бы Россия в начале 1990-х годов пошла по пути Китая, результаты были бы впечатляющими.
Рыночная экономика осталась в XIX веке. По оценке П. Друкера (США), 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику». Основное течение (мейнстрим) современной экономической науки – обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. В условиях России это означает, в частности, переход государства к непосредственному управлению экономикой, воссоздание Госплана и отраслевых министерств.
Выделим два полюса в экономической жизни - централизованная систем, нацеленная на удовлетворение потребностей всех членов общества, и конкурентная среда, позволяющая реализовать замыслы отдельных лиц (предпринимателей), действующих независимо друг от друга с целью максимизации прибыли. Сначала (во времена Аристотеля) преимущество было у первого полюса, затем, во времена классической рыночной экономики, на первое место вышел второй полюс, а в течение последних 150 лет два полюса органически взаимодействуют. Хотя роль первого полюса возрастает, второй полюс необходим для обеспечения возможности реализации идей отдельных лиц, для развития инновационных стартапов, идущих от первоначальных идей до их промышленного воплощения.
Итак, в течение последних 150 лет на место рыночной экономики приходит плановая экономика. В рамках мейнстрима плановой экономики имеются различные системы взглядов. Мы развиваем одну из таких теоретических систем - солидарную информационную экономику.
В последнее время много говорят о четвертой промышленной революции, основанной на внедрении цифровой экономики и искусственного интеллекта. Большое впечатление произвели дискуссии на Давосском экономическом форуме в 2020 и 2021 гг., лозунг "великой перезагрузки", обоснованный основателем Давосского форума проф. К. Швабом. По мнению участников обсуждений этих новых идей, мы вступаем в принципиально новый период развития производственный отношений, которые резко меняются вслед за бурным развитием цифровых производительных сил.
Мы уже давно пришли к подобным выводам. С 2007 г. мы развиваем новую экономическую концепцию - солидарную информационную экономику, согласно которой экономическая деятельность должна быть основана на интенсивной применении современных информационно-коммуникационных технологий. В качестве примеров такого применения указываем на проект ОГАС В.М. Глушкова и систему КИБЕРСИН Ст. Бира. Мы считаем, что развивающая идеи Аристотеля солидарная информационная экономика должна стать основой новой парадигмы экономической науки.
Солидарная информационная экономика (СИЭ) – разрабатываемая нами базовая организационно-экономическая теория, предназначенная для замены «рыночной экономики». СИЭ - функционалистско-органическая (в терминах биокосмологии) информационная экономика, опирающаяся на взгляды Аристотеля.
На 21.06.2021 основной Интернет-ресурс по СИЭ (НИЭБ) на форуме нашего сайта «Высокие статистические технологии» просмотрен 314,3 тыс. раз. На ту же дату по солидарной информационной экономике нами опубликовано 65 статей и тезисов докладов (см. http://forum.orlovs.pp.ru/viewtopic.php?f=2&t=951).
Настоящая работа посвящена обсуждению основных идей солидарной информационной экономики, прежде всего применительно к проблемам развития ракетно-космической отрасли.
Новые идеи распространяются медленно. К тому же иногда сознательно искажается история. Так, менеджмент как наука создан в МГТУ им. Н.Э. Баумана. В западных учебниках со «Школы научного управления» начинается изложение менеджмента. Однако «Школа научного управления» основана на «русской системе обучения ремеслам», разработанной в Императорском Московском Техническом Училище (ныне МГТУ им. Н.Э. Баумана). По нашему мнению, следует констатировать заимствование интеллектуальной собственности без ссылки на первоисточник.
Место и время рождения современного менеджмента – Москва, 60-70-е годы XIX в. Вполне естественно, что современная базовая организационно-экономическая теория – СИЭ – также создана в МГТУ им. Н.Э. Баумана как результат развития отечественной научной школы в области экономики.
Мы полагаем, что экономика – часть менеджмента. Общепризнано, что управленческие решения необходимо принимать на основе всей совокупности социальных, технологических, экономических, экологических, политических факторов. Итак, экономика – часть менеджмента как науки об управлении людьми.
Согласно СИЭ информационные технологии и теория принятия решений позволяют построить информационно-коммуникационную систему, предназначенную для выявления потребностей и организации производства с целью их удовлетворения. Для реализации этой возможности необходима лишь воля руководства хозяйственной единицей, нацеленная на преобразование ее системы управления. В частности, как и происходит в большинстве развитых и развивающихся стран, российское государство должно стать основным действующим лицом в экономике.
Общая схема принятия решений в солидарной информационной экономике состоит в последовательном выполнении следующих этапов: Целеполагание - Планирование - Выполнение планов - Анализ результатов - Целеполагание (уже на новом витке спирали развития). В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное.
Предшественники СИЭ - Аристотель, В.М. Глушков, Ст. Бир. Многие исследователи высказывали схожие мысли. Например, Ф. Бекон, Г.Форд, К. Поланьи. В настоящее время весьма важны теоретические разработки и практические результаты, достигнутые в Китайской народной республике, с 2014 г. наиболее мощной в экономическом плане державе современности (с наибольшим в мире объемом валового внутреннего продукта, измеренного в сопоставимых ценах при использовании паритета покупательной способности).
Подробнее рассмотрим идеи СИЭ, развивавшиеся в русской экономической школе в ХХ в.. Взаимную помощь (солидарность) как фактор эволюции (1902) рассматривал П.А. Кропоткин, создатель идеологии анархо-коммунизма и один из самых влиятельных теоретиков анархизма. В "Заветных мыслях" (1905) Д.И. Менделеев видел будущее русской промышленности в развитии общинного и артельного духа. По его мнению «богатство и капитал – равно труду, опыту, бережливости, равно началу нравственному, а не чисто экономическому»; что по сути выводит его на чистый Аристотелизм. В работе "Империализм, как высшая стадия капитализма" В.И. Ленин проанализировал переход капитализма в конце XIX — начале XX века от стадии первоначального накопления капитала (классической "рыночной экономики") к стадии монополистического капитализма, или империализма, соответствующей господству транснациональных корпораций. Следующий шаг - переход к организации всемирного хозяйства, о чем через 100 с лишним лет говорит К. Шваб. Важный шаг в развитии менеджмента - развертывание тектологии, или «всеобщей организационной науки» — научной дисциплины, разработанной А.А. Богдановым в 20-х годах XX века. В 20-20-е годы развернулись работы по научной организации труда под руководством А.К. Гастева, который считал, что главную роль в работе предприятия играет человек; эффективность организации начинается с личной эффективности каждого человека на рабочем месте — в частности, с эффективного использования времени. Принципиально важное значение имеет книга И.В. Сталина «Экономические проблемы социализма в СССР» (1952). В частности, в этой книге прогнозируется отказ от товарного обращения в пользу прямого обмена продуктов труда и, как следствие, отказ от использования рынка и денег (эти идеи мы развиваем в солидарной информационной экономике). Во второй половине ХХ в. большое значение имел проект ОГАС В.М. Глушкова, в о котором мы уже говорили, линейное программирование и объективно обусловленные оценки Л.В. Канторовича, система оптимального функционирования экономики СОФЭ, разработанная в Центральном экономико-математическом институте АН СССР. В XXI в. традиции русской экономической школы успешно продолжают С.Ю. Глазьев, В.Ю. Катасонов, С.Г. Фалько, Г.Б. Клейнер и многие другие.
Шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл убедительно демонстрируют теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом. Для расчетов управленческих решений мощностей стандартных современных компьютеров вполне достаточно. Следовательно, в современных условиях несостоятельна критика планового хозяйства Хайеком, который исходил из имевшей место в середине ХХ в. невозможно провести расчет оптимального плана развития страны.
Подведем итоги:
- Освободить экономическую теорию от извращений – это значит избавиться от «рыночной экономики» и вернуться к взглядам Аристотеля, которым в сегодняшней ситуации соответствует солидарная информационная экономика (с точки зрения биокосмологии – это функционалистско-органическая информационная экономика, опирающаяся на взгляды Аристотеля).
- Солидарная информационная экономика должна стать основой для принятия управленческих решений на всех уровнях – от предприятия до государства.
- Преподавание экономической теории должно опираться на взгляды Аристотеля и солидарную информационную экономику.

Основные идеи СИЭ развиты, в частности, в наших статьях, опубликованных в журнале "Биокосмология - нео-Аристотелизм":
1. Орлов А.И. Аристотель и неформальная информационная экономика будущего / Biocosmology – neo-Aristotelism. 2012. Vol.2. №3. С. 150-164.
2. Orlov A. I. Functionalist-Organic Information Economy – the Organizational-Economic Theory of Innovation Development / Biocosmology – neo-Aristotelism. 2013. Vol.3. №1. P. 52-59.
3. Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег / Biocosmology - neo-Aristotelism. 2015. Vol. 5. № 3-4. C. 339-359.
4. Орлов А.И. Вперед к Аристотелю: функционалистко-органическая (солидарная) информационная экономика взамен рыночной экономики / Biocosmology - neo-Aristotelism. 2017. Vol. 7, № 3-4. С. 411-423.
5. Орлов А.И. Аристотель и цифровая экономика / Biocosmology – neo-Aristotelism. 2019. V. 9, № 1-2. С. 7-20.
6. Орлов А.И. Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки // Biocosmology – neo-Aristotelism. 2020. Vol. 10. № 3-4. С. 406-420.

Публикация:
1209. Орлов А.И. Аристотель и ракетно-космическая отрасль: к 60-летию полета в космос Юрия Алексеевича Гагарина (расширенные тезисы) // Biocosmology – neo-Aristotelism, Vol.11. Nos.3&4 (Summer/Autumn 2021). Pp. 336-342. https://biocosmology.org/?page_id=2341



Структура современной эконометрии в ее преподавании

Куликова Светлана Юрьевна
МГТУ им. Н.Э. Баумана
coolsvet@mail.ru
Муравьева Виктория Сергеевна
МГТУ им. Н.Э. Баумана
murvicky@mail.ru
Орлов Александр Иванович,
МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

В современных условиях эконометрика как научная, практическая и учебная дисциплина становится всё более востребованной. Современная эконометрика - неотъемлемая составляющая научного обеспечения искусственного интеллекта и цифровой экономики. Методы эконометрики составляют значительную часть инструментов контроллинга. При ее преподавании весьма важно преодолеть оковы устаревших взглядов ХХ в., излагая современную эконометрику. Полезным является опыт двадцатилетней реализации авторской программы по эконометрике на факультете "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана. Основные составляющие современной эконометрики представлены в разработанном нами учебном курсе, которому и посвящена настоящая статья.
In modern conditions, econometrics as a scientific, practical and academic discipline is becoming more and more in demand. Modern econometrics is an integral part of the scientific support of artificial intelligence and the digital economy. Econometrics methods are a significant part of controlling tools. When teaching it, it is very important to overcome the rigidity of outdated views of the twentieth century, setting out modern econometrics. The twenty year implementation experience of the author program in econometrics at the Faculty of Engineering Business and Management of the Bauman Moscow State Technical University is useful. The main components of modern econometrics are presented in our training course described by this paper.

Ключевые слова: управление; экономика; эконометрика; моделирование; образование; контроллинг; статистические методы; экспертные оценки.
Keywords: management; economics; econometrics; modeling; education; controlling; statistical methods; expert estimations.

Введение
Важным видом инноваций в высшем образовании являются авторские курсы учебных дисциплин, новизна которых состоит во введении в преподавание современных научных результатов. Главный принцип обучения специалистов в МГТУ им. Н.Э. Баумана «образование через науку» реализуется, в частности, путем разработки содержания подобных курсов. В настоящей работе представлена информация об инновационном курсе эконометрики.
Эконометрика - это статистические методы в экономике и управлении. В наших учебниках мы исходим из этого определения [1, 6, 7]. Оно принято отечественной научной школой в области организационно-экономического моделирования, эконометрики и статистики [11], а также соответствует более развернутому определению:
"Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей". Такое определение предмета эконометрики было выработано в уставе Эконометрического общества (основано в 1930 г.)" [16].
По данным РИНЦ, в нашей стране выпущено около 400 учебников и учебных пособий по эконометрике. В тройку наиболее цитируемых, наряду с нашими, входят учебники, подготовленные под руководством член-корр. РАН И.И. Елисеевой (см., например, [16]) и многочисленные издания книги Я.Р. Магнуса, П.К. Катышева и А.А. Пересецкого (см., например, [4]). Отметим, что в [16, с.15] описываются наши научные результаты, однако без упоминания фамилии и ссылок на источники.
Анализ содержания распространенных учебников показывает, что из многообразия статистических методов в экономике и управлении в них рассматриваются лишь небольшая часть - в основном линейные регрессионные модели (метод наименьших квадратов, проверка гипотез, гетероскедастичность, автокорреляция ошибок, спецификация модели). Все остальные статистические методы в экономике и управлении игнорируются. По нашему мнению, подобное сужение сферы эконометрики связано как со слепым копированием устаревших западных учебников, так и с недостаточным знакомством авторов с практикой применения эконометрики при решении задач экономики и управления. Отметим однако, что системы эконометрических уравнений активно использовались во второй трети ХХ в. в макроэкономике.
Констатируем, что большинство распространенных учебников соответствует устаревшей парадигме эконометрики, выработанной в ХХ в., в то время как отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики развивается в соответствии с новой парадигмой XXI в. [11]. Важно, что мы нацелены на использование эконометрики специалистами по экономике предприятия и организации производства, т.е. на микроэкономическом уровне, а не при изучении макроэкономических соотношений.
Эконометрика - базовая научная, практическая и учебная дисциплина. Методы эконометрики составляют значительную часть инструментов контроллинга [5, 14, 15]. При ее преподавании весьма важно преодолеть оковы устаревших взглядов ХХ в., излагая современную эконометрику. Полезным окажется опыт двадцатилетней реализации на факультете ИБМ МГТУ им. Н.Э. Баумана авторской программы по эконометрике, которой и посвящена настоящая статья. Для определенности рассмотрим содержание курса "Эконометрика" (2021 г., два семестра, 34 часа лекций и 34 часа семинарских занятий). Изложение опирается на ранее изученные дисциплины "Теория вероятностей и математическая статистика", "Прикладная статистика" и в свою очередь служит основой дисциплины "Организационно-экономическое моделирование" (для магистрантов). В авторском курсе представлены начальные сведения по основным разделам современной эконометрики.
Настоящая статья посвящена основным составляющим современной эконометрики и их отражению в одноименной дисциплине, преподаваемой сотрудниками кафедры "Экономика и организация производства" МГТУ им. Н.Э. Баумана.

Выборочные исследования
В первом семестре после определения эконометрики обосновываем необходимость выборочных исследований. В качестве примера - построение выборочной функции ожидаемого спроса и расчет оптимальной розничной цены при заданной оптовой цене (издержках) [12].
Вводим гипергеометрическую и биномиальную модели выборки значений альтернативных (дихотомических, бинарных) признаков, демонстрируем близость соответствующих им распределений в случае большого объема генеральной совокупности по сравнению с выборочной.
На основе теоремы Муавра-Лапласа теории вероятностей находим при безграничном росте объема выборки асимптотически нормальное распределение выборочной доли (в случае ответов типа «да» - «нет»). На его основе строим асимптотические доверительные границы для вероятности определенного ответа, т.е. разрабатываем метод интервального оценивания вероятности по выборочной доле и объему выборки.
Проверять однородность двух биномиальных выборок приходится, например, при сегментировании потребительского рынка. Для решения этой задачи разработан метод проверки гипотезы о равенстве вероятностей, основанный на аналоге теоремы Муавра-Лапласа для двух выборок (любопытно, что этой теоремы нет в стандартных курсах теории вероятностей).

Метод наименьших квадратов
Восстанавливать зависимость можно разными методами - графическим, наименьших модулей, минимаксным, наименьших квадратов. Из них наиболее используемым при решении задач экономики и управления является метод наименьших квадратов (сотни тысяч публикаций).
Начинаем с рассмотрения метода наименьших квадратов (МНК) для линейной прогностической функции (одна независимая и одна зависимая переменная). Минимизируя сумму квадратов отклонений, получаем точечные оценки параметров. Вводим восстановленные значения. Критерий правильности расчетов основан на равенстве сумм исходных значений зависимой переменной и восстановленных значений.
Поскольку распределения социально-экономических данных, как правило, не являются нормальными [6, разд.4.1], принимаем непараметрическую вероятностно-статистическую модель порождения данных. Выводим формулы для оценок параметров. С помощью остаточной суммы квадратов оцениваем дисперсию погрешностей (остатков) в линейной прогностической модели. На основе точечного прогноза строим интервальный прогноз, указываем доверительные интервалы для зависимости (тренда) и индивидуальных значений. Отметим, что Центральная предельная теорема теории вероятностей – основа построения интервального прогноза.
Кратко рассматриваем обобщения базовой модели: МНК для сгруппированных данных, МНК для модели, линейной по параметрам. Обсуждаем оценивание коэффициентов многочлена и преобразования переменных с целью перехода к линейной модели. В случае нескольких независимых переменных (регрессоров) даем, в частности, подход к оцениванию параметров функции Кобба-Дугласа и аналогичных ей.

Эконометрический анализ инфляция
Под инфляцией понимаем рост цен. Начинаем с краткой истории инфляции в СССР и России. Обсуждаем разброс цен (в зависимости от места совершения акта купли - продажи) и возможную точность определения «рыночной цены». Для измерения инфляции нужны инструменты экономиста и управленца - потребительские корзины. Даем определение индекса инфляции как отношение стоимостей потребительской корзины в два момента времени.
Изучаем свойства индекса инфляции. Начинаем с теоремы умножения, позволяющей рассчитывать индекс инфляции за два периода (один из них продолжает второй) как произведение индексов инфляции за периоды. Выясняем связь индекса инфляции "в разах" и индекса инфляции в процентах. Вводим средний индекс (темп) инфляции как среднее геометрическое индексов инфляции по отдельным периодам. Обсуждаем распространенные ошибки, связанные с индексом инфляции. Доказываем теорему сложения для индекса инфляции, позволяющую по групповым индексам инфляции рассчитывать индекс инфляции по объединенной корзине (вплоть до получения дефлятора ВВП).
Обсуждаем различные применения индексов инфляции, основанные на приведении экономических величин к сопоставимым ценам. Рассчитываем реальные проценты по вкладам в банки и кредитам в условиях инфляции. Рассматриваем метод Оршански для оценки прожиточного минимума на основе опыта проведения нами бюджетных обследований. Изучаем курс доллара в РФ в сопоставимых ценах. Проводим международные сопоставления на основе паритета покупательной способности.

Экспертные оценки
Обсуждаем эконометрические методы сбора и анализа субъективной информации, полученной от экспертов. Приводим примеры процедур экспертного оценивания. Выделяем основные стадии проведения экспертного исследования с целью организовать работу управленцев, применяющих экспертные оценки.
Даем предварительную классификацию экспертиз. Описываем многообразные варианты организации экспертного исследования, различающиеся по цели (сбор информации или подготовка проекта решения для ЛПР - лица, принимающего решение), числу туров, порядку вовлечения экспертов, способу учета мнений (с весами или без весов), организации общения экспертов (анонимное, заочное, дистанционное, очное в соответствии с регламентом, дискуссия без ограничений). Рассматриваем положительные и отрицательные стороны рассматриваемых вариантов организации экспертного исследования.
Пример экспертного исследования - анализ экспертных упорядочений. Демонстрируем три метода нахождения итогового мнения комиссии экспертов: методы средних арифметических и медиан рангов, построение согласующей ранжировки [8].

Теория измерений и средние величины
Вводим основные понятия общенаучной теории измерений. Обсуждаем определения, примеры, группы допустимых преобразований для шкал наименований, порядковой, интервалов, отношений, разностей, абсолютной.
Базовым является требование устойчивости статистических выводов относительно допустимых преобразований шкал. Демонстрируем недопустимость использования среднего арифметического для усреднения данных, измеренных в порядковой шкале.
Перечисляем различные виды средних величин: среднее арифметическое, среднее геометрическое, среднее квадратическое, среднее гармоническое, их обобщение - средние степенные, а также структурные средние (медиана и другие члены вариационного ряда). Обсуждаем свойства средних величин. На примере расчета средней заработной платы работников условного предприятия демонстрируем целесообразность использования, кроме среднего арифметического, медианы и моды зарплат. Обсуждаем логарифмически нормальное приближение к распределению различных видов доходов, в соответствии с которым среднее арифметическое всегда больше медианы, а та, в свою очередь, всегда больше моды.
Вводим самый общий вид средних - средние по Коши. Даем описание средних по Коши, результат сравнения которых устойчив в порядковой шкале. Это - только члены вариационного ряда, из которых выделяется медиана (при нечетном объеме выборки), левая и правая медианы (при четном объеме выборки).
Вводим средние по Колмогорову (их частный случай - средние степенные). Даем характеризацию средних по Колмогорову, результат сравнения которых устойчив в шкалах интервалов (это только среднее арифметическое) и отношений (средние степенные и среднее геометрическое) [10].
Обсуждаем требование устойчивости выводов при применении статистических методов. Так, коэффициент линейной парной корреляции Пирсона предназначен для анализа данных, измеренных в шкале интервалов, а непараметрический коэффициент ранговой корреляции Спирмена - для анализа данных, измеренных в порядковых шкалах.

Теория риска
Под риском понимаем нежелательную возможность. Обсуждаем многообразие рисков (личные риски, производственные риски, коммерческие риски, финансовые риски, глобальные риски).
Вводим характеристики рисков (вероятность рискового события, математическое ожидание, медиана, квантили, показатели разброса ущерба). Обсуждаем подходы к учету неопределенности и описанию рисков - вероятностно-статистический, с помощью нечетких множеств, на основе интервальной математики. Согласно этим подходам оценка рисков может проводиться с помощью вероятностно-статистических, нечетких, интервальных моделей и методов. Обсуждаем постановки многокритериальных задач управления рисков, связанных с минимизацией математического ожидания и дисперсии случайного ущерба. Сведение двухкритериальных задач оптимизации к однокритериальным позволяет корректно решать задачи управления рисками.
Строим иерархические системы рисков (частные риски - групповые риски - итоговый риск), в частности, групповые риски "Человек - Машина - Среда" в авиационной отрасли. Для оценки вероятности рискового события применяем аддитивно-мультипликативную модель (АММ) оценки риска. Рассматриваем общую формулировку и частные случаи, использование АММ для управления риском.

Основы статистики нечисловых данных
В качестве примера нечисловых данных рассматриваем бинарные отношения на конечном множестве – подмножества множества пар элементов этого множества. Используем их описание матрицами из 0 и 1. Обсуждаем базовые свойства бинарных отношений (рефлексивность, симметричность, транзитивность). Выделяем наиболее важные виды бинарных отношений (толерантности, разбиения (отношения эквивалентности), кластеризованные ранжировки. Вводим расстояние Кемени между бинарными отношениями и медиану Кемени, позволяющую найти среднее бинарное отношение для совокупности наблюдаемых бинарных отношений, полученных, например, при опросе экспертов.
Развиваем оптимизационный подход к определению средних величин в пространствах произвольной природы. Используя расстояния (показатели различия) в таких пространствах, вводим понятие эмпирического среднего. Для случайной величины со значениями в пространстве произвольной природы определяем теоретическое среднее. Рассматриваем примеры эмпирических и теоретических средних. Обсуждаем использование правила большинства при построении эмпирических средних в пространстве всех бинарных отношений и в пространстве подмножеств конечного множества.
Для выборки объектов нечисловой природы, состоявшей из независимых одинаково распределенных случайных величин со значениями в рассматриваемом пространстве, формулируем законы больших чисел в пространствах произвольной природы. Доказываем эти законы в частных случаях. Обсуждаем принципиальное значение законов больших чисел при анализе экспертных оценок, в частности, асимптотическое поведение эмпирических средних в случае монотонного распределения элементов выборки.

Непосредственный анализ статистических данных
При преподавании эконометрики полезно провести непосредственный анализ данных официальной экономической статистики. Обсуждаем динамику выпуска отдельных видов продукции (в натуральных единицах) и макроэкономических показателей РФ.
Роль государства в экономике оцениваем по доле расходной части бюджета в валовом внутреннем продукте. На основе данных Всемирного банка демонстрируем монотонное возрастание в течение ХХ в. роли государства в экономике в 11 экономически развитых странах в сравнении с ситуацией в России.
Даем представление об эконометрическом анализе демографических процессов. Обсуждаем демографические прогнозы в экономике и их значение для экономики и управления.

Контрольные работы и домашние задания первого семестра
Для контроля знаний предусмотрено 6 самостоятельно выполняемых контрольных работ:
1. Интервальное оценивание вероятностей (с доверительной вероятностью 0,95) и проверка гипотезы о равенстве вероятностей (на уровне значимости 0,05).
2. Метод наименьших квадратов.
3. Индекс инфляции.
4. Анализ экспертных упорядочений.
5. Аддитивно-мультипликативная модель оценки рисков.
6. Вычисление медианы Кемени.
Домашнее задание 1. Соберите информацию о максимально возможной цене (в руб.), которую потребители готовы заплатить за определенный товар или услугу (выбор товара или услуги осуществляется обучающимся самостоятельно или из списка, предлагаемого преподавателем). Опросите не менее 50 человек (не считая отказавшихся от ответа). Постройте выборочную функцию спроса. Найдите розничные цены, максимизирующие прибыль, для пяти различных значений оптовой цены.
Домашнее задание 2. Методом наименьших квадратов восстановите (теоретическую) функцию спроса, используя линейную аппроксимацию. Рассчитайте доверительные границы для функции спроса. Постройте на одном графике восстановленную и выборочную функции спроса. На основе восстановленных зависимостей найдите розничные цены, максимизирующие прибыль, для пяти различных значений оптовой цены, и сопоставьте с результатами оптимизации на основе таблицы выборочной функции спроса (домашнее задание 1). Проделайте аналогичные расчеты, используя степенную аппроксимацию. Ответ на вопрос: "Какая из двух аппроксимаций позволяет более точно приблизить функцию спроса?" - дается на основе сравнения остаточных сумм квадратов.

Статистический контроль
Второй семестр начинаем с эконометрических методов управления качеством. Обсуждаем статистический приемочный контроль - выборочный контроль, основанный на теории вероятностей и математической статистике, его необходимость и эффективность. Вводим планы контроля по альтернативному признаку. Внимание уделяем, прежде всего, планам одноступенчатого контроля. Анализ плана контроля основан на оперативной характеристике - вероятности приемки партии в зависимости от входного уровня дефектности. Риски поставщика и потребителя и соответствующие им приемочный и браковочный уровни дефектности задают две выделенные точки на кривой оперативной характеристики. Расчеты для плана (n,0) упрощаются при применении разложения в ряд.
Рассматриваем методы синтеза планов. Контроль с разбраковкой - процедура контроля, согласно которой забракованная партия проходит сплошной контроль. Находим средний выходной уровень дефектности (СВУД) как функцию входного уровня дефектности. Максимум СВУД достигается и называется его пределом (ПСВУД). Проводим расчет ПСВУД для плана (n,0) путем решения задачи оптимизации. Выбор плана контроля на основе ПСВУД осуществляется на основе простой формулы, вытекающей из применения второго замечательного предела математического анализа.
Синтез одноступенчатого плана контроля по заданным приемочным и браковочным уровням дефектности проводим на основе асимптотических соотношений, вытекающих из теоремы Муавра-Лапласа.

Эконометрический анализ связанных выборок
На основе письма главного инженера химического комбината формулируем проблему обнаружения эффекта (проверки однородности) в связанных выборках. Рассматриваем три варианта обнаружения эффекта путем проверки соответствующих статистических гипотез. Проверку гипотезы о том, что медиана разностей результатов измерений для двух приборов равна 0, проводим с помощью критерия знаков. Асимптотический метод проверки гипотезы строим на основе теоремы Муавра-Лапласа.
Проверку равенства 0 математического ожидания разностей результатов измерений для двух приборов проводим с помощью непараметрического критерия на основе отношения выборочного среднего к выборочному среднему квадратическому отклонению. Его асимптотическое распределение находим с помощью Центральной предельной теоремы теории вероятностей.
Гипотеза абсолютной однородности (отсутствия эффекта) эквивалентна гипотезе симметрии распределения относительно 0. Для её проверки применяем критерий типа омега-квадрат для проверки симметрии распределения. Правило принятия решения строится на основе асимптотического распределения статистики типа омега-квадрат. Предлагаем табличный алгоритм для расчета значения рассматриваемой статистики.

Основы теории нечетких множеств
Обсуждаем невозможность устранения погрешностей измерений и вычислений, сходство и различие математических, реальных и компьютерных чисел.
Парадокс Зенона "Куча" демонстрирует, что невозможность описания расплывчатых величин с помощью однозначно заданных чисел была выявлена еще в Древней Греции. Французский математики Эмиль Борель предложил использовать для описания размытых величин функцию принадлежности (1956). В 1965 г. Л.А. Заде ввел операции над функциями принадлежности и тем самым заложил основы теории нечетких множеств (fuzzy sets - переводят как нечеткие, размытые, расплывчатые, туманные, пушистые множества).
Рассматриваем описание неопределенностей с помощью теории нечетких множеств. Доказываем формулы алгебры нечетких множеств, выявляем сходство и различие с обычной алгеброй множеств. Доказываем законы де Моргана в алгебре нечетких множеств. Рассматриваем треугольные нечеткие числа. Обсуждаем "удвоение математики" путем замены обычных множеств и чисел на нечеткие.
Вводим понятие случайного множества как случайной величины в пространстве подмножеств (конечного) множества. Вводим распределения случайных множеств и вероятности накрытия. Подробно рассматриваем случай подмножеств конечного множества из трех элементов.
Описываем сведение теории нечетких множеств к теории случайных множеств. Для нечеткого множества с носителем из трех элементов строим случайное множество, для которого вероятности накрытия совпадают со значениями функции принадлежности исходного нечеткого множества.

Статистика интервальных данных
Погрешности измерения описываем как интервальные данные. Вводим операции над интервальными числами.
Изучаем основную модель статистики интервальных данных. Вводим базовое понятие нотны - максимально возможного отклонения значения функции, вызванного интервальностью статистических данных. Выводим правила расчета асимптотической нотны (для малой абсолютной погрешности и малой относительной погрешности).
Формулируем основные результаты статистики интервальных данных, в том числе базовое понятие рационального объема выборки.
Рассчитываем асимптотическую нотну, рациональный объем выборки и доверительные интервалы при оценивании математического ожидания с помощью среднего арифметического и при оценивании дисперсии с помощью выборочной дисперсии.
Для управления инвестиционными проектами необходимо сравнение потоков платежей. Для этого используется чистая текущая стоимость NPV как характеристика финансового потока. Необходимо изучать устойчивость (чувствительность) выводов по отношению к отклонениям коэффициентов дисконтирования и величин платежей. Обсуждаем влияние интервальности дисконт-факторов на величину NPV. Разрабатываем и применяем алгоритм расчета погрешности NPV.

Теория классификации
Рассматриваем основные математические методы классификации. Исходим из триады: построение классификаций (кластер-анализ, распознавание образов без учителя и другие синонимы) - анализ классификаций (в рамках статистики нечисловых данных) - использование классификаций (дискриминантный анализ, диагностика, распознавание образов с учителем).
Лемма Неймана-Пирсона дает оптимальный способ диагностики в случае двух классов, основанный на отношении плотностей распределения вероятностей, соответствующих этим классам. Описываем непараметрический дискриминантный анализ на основе непараметрических оценок плотности в пространствах произвольной природы. В качестве инструментов диагностики предлагаем различные варианты непараметрических оценок плотности в пространствах произвольной природы, прежде всего ядерные оценки.
Рассматриваем линейный дискриминантный анализ, в котором диагностика на два класса проводится с помощью «индексов» - линейных функций от координат. Обсуждаем характеристики качества алгоритмов диагностики. Демонстрируем невозможность использования такой характеристики, как «вероятность правильной классификации». Рекомендуем применять в качестве такой характеристики «прогностическую силу». Указываем асимптотическое распределение и доверительные интервалы для прогностической силы. Даем способ статистической проверки возможности использования прогностической силы на основе проверки гипотезы о совпадении ее значений для двух критических порогов алгоритма диагностики.
Обсуждаем, чем схожи и чем различаются задачи группировки и кластер-анализа. Вводим агломеративные иерархические алгоритмы ближнего соседа, дальнего соседа и средней связи. Построение дендрограмм для таких алгоритмов. На примере метода k-средних обсуждается проблема остановки алгоритма.

Элементы теории рейтингов
При обсуждении элементов теории и применений рейтингов рассматриваем рейтинги, интегральные показатели, обобщенные показатели (используем эти термины как синонимы).
Бинарные рейтинги сводятся к задаче диагностики на два класса, для оценки различающей возможности рейтингов используем прогностическую силу.
Рассматриваем построение интегрального показателя в задачах принятия решений. На примере деловой игры "Таня Смирнова выбирает место работы" обсуждаем экспертные методы построения системы факторов (в том числе иерархической – единичные, групповые и обобщенный показатели), системы весов факторов, оценки объектов экспертизы по факторам.

Эконометрика как научная дисциплина
В конце курса естественно обсудить эконометрику в целом, в то время как ранее рассматривались лишь отдельные вопросы этой науки.
Кратко рассказываем об истории эконометрики (от переписи военнообязанных во времена Моисея до настоящего времени).
Обсуждаем структуру статистической науки (математическая статистика – прикладная статистика – статистические методы в предметных областях). Эконометрика - это статистические методы в конкретной предметной области - в экономике и управлении. Выделяем специфические черты эконометрики по сравнению с другими предметными областями (неотрицательность рассматриваемых величин, которая дает еще один довод в пользу использования непараметрических методов; большое значение методов сбора и анализа субъективных экспертных методов и др.).
Выделяем четыре этапа развития теории статистики (описательная, параметрическая, непараметрическая, нечисловая), указываем характерные для того или иного этапа методы анализа данных и временные промежутки. По видам данных статистика делится на четыре области (статистика чисел, многомерный статистический анализ, временные ряды, статистика нечисловых данных). В статистике выделяют три основные задачи (описание данных, оценивание, проверка гипотез). В настоящее время наблюдаем пять точек роста статистической науки: непараметрика, информационные технологии (бутстреп), устойчивость, статистика интервальных данных, нечисловая статистика.
Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики [11] основана на новой парадигме математических методов исследования [9], другими словами, на современной парадигме эконометрики XXI в., в отличие от учебников [4, 16], подготовленных в духе старой парадигмы середины ХХ в.

Контрольные работы и домашние задания второго семестра
Для контроля знаний предусмотрено 6 самостоятельно выполняемых контрольных работ:
1. Статистический приемочный контроль - анализ и синтез планов.
2. Проверка однородности для связанных выборок.
3. Нечеткость и интервальность.
4. Расчет погрешности чистой текущей стоимости NPV.
5. Кластер-анализ с помощью агломеративного иерархического алгоритма ближнего соседа.
6. Построение интегрального показателя.
Домашние задания проводится по теме «Индекс инфляции и метод наименьших квадратов».
Домашнее задание 1 состоит в сборе данных о ценах на продуктовые товары, входящие в потребительскую корзину Института высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана [1]. Для этого необходимо выбрать и зафиксировать места сбора информации о ценах, конкретные объекты наблюдения (марки тех конкретных товаров, мониторинг цен на которые проводится). Затем проводится сбор данных по ценам за пять моментов времени, попадающие в заданные интервалы (примерно 1 раз в 2 недели).
Домашнее задание 2 посвящено анализу собранных данных. Вначале необходимо провести расчет пяти наборов индексов инфляции по 10 товарным группам, выделенным в используемой потребительской корзине. Затем следует рассчитать пять общих индексов инфляции (по всей корзине) двумя способами: на основе теоремы сложения и как отношение стоимостей потребительской корзины, сравнить полученные результаты.
После получения набора индексов инфляции необходимо по первым четырем индексам инфляции спрогнозировать значение пятого индекса методом наименьших квадратов. Скажем подробнее. По первым четырем наборам индексов инфляции по 10 товарным группам и четырем общим индексам инфляции методом наименьших квадратов необходимо рассчитать точечные и интервальные прогнозы (т.е. доверительные границы) для зависимости индекса инфляции от времени (т.е. для тренда) и для индивидуальных значений на пятый момент времени, предварительно выбрав модель динамики цен (обычно используют линейную модель тренда).
Рассчитав индексы инфляции по товарным группам и общие для различных начальных моментов времени, можно проверить выполнение теоремы умножения.
Подводя итоги, следует сравнить прогнозы с реальными индексами инфляции (по товарным группам и общим), сделать выводы о динамике индексов инфляции и о возможности их прогнозирования.

Заключительные замечания
Как показано выше, основные составляющие современной эконометрики представлены в разработанном нами учебном курсе. Целесообразно именно его преподавать во многих университетах и вузах другого профиля, оставив в прошлом устаревшие учебники [4, 16] и им аналогичные. В таких учебниках из всех базовых тем современной эконометрики рассматривается лишь одна - метод наименьших квадратов (конечно, гораздо подробнее, чем в нашем курсе и чем необходимо специалистам в области экономики и управления).
Как показано в [13], современная эконометрика - неотъемлемая составляющая научного обеспечения искусственного интеллекта и цифровой экономики. Разнообразные применения эконометрических методов при решении практических задач экономики и управления рассмотрены в сотнях тысяч исследований, из которых в качестве примеров укажем на [2, 3].
В современных условиях эконометрика как научная, практическая и учебная дисциплина становится всё более востребованной.

Литература
1. Агаларов З.С,, Орлов А.И. Эконометрика. Учебник. - М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.
2. Емельянова Е.А., Орлов А.И. Методы прогнозирования продаж на предприятиях оптовой торговли // Контроллинг. 2018. №1 (67). С. 68-76.
3. Загонова Н.С. Разработка организационной системы информационной поддержки управления продуктовыми инновациями на промышленных предприятиях на основе эконометрических методов : 08. 00. 05 : дис. кэн / Загонова Н. С. ; МГТУ им. Н. Э. Баумана. - М. : Изд-во МГТУ им. Н. Э. Баумана, 2004. - 160 с.
4. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. — 6-е изд., перераб. и доп. - М.: Дело, 2004. - 576 с.
5. Орлов А.И. Эконометрическая поддержка контроллинга // Контроллинг. 2002. №1. С. 42-53.
6. Орлов А.И. Эконометрика. Изд. 3-е, перераб. и доп. Учебник для вузов. – М.: Экзамен, 2004. – 576 с.
7. Орлов А.И. Эконометрика. Изд. 4-е, доп. и перераб. Учебник для вузов.– Ростов-на-Дону: Феникс, 2009. - 572 с.
8. Орлов А.И. Анализ экспертных упорядочений // Научный журнал КубГАУ. 2015. №112. С. 21–51.
9. Орлов А.И. О новой парадигме математических методов исследования // Научный журнал КубГАУ. 2016. №122. С. 807–832.
10. Орлов А.И. Характеризация средних величин шкалами измерения // Научный журнал КубГАУ. 2017. №134. С. 877–907.
11. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики // Контроллинг. 2019. №73. С. 28-35.
12. Орлов А.И. Метод ценообразования на основе оценивания функции спроса // Научный журнал КубГАУ. 2020. №158. С. 250 – 267.
13. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
14. Орлов А.И., Орлова Л.А. Применение эконометрических методов при решении задач контроллинга // Контроллинг. 2003. №4(8). С. 50-54.
15. Орлов А.И., Орлова Л.А. Эконометрика в обучении контроллеров // Контроллинг. 2004. №3 (11). С. 68-73.
16. Эконометрика : учебник для вузов / И.И. Елисеева [и др.] ; под редакцией И.И. Елисеевой. - М.: Издательство Юрайт, 2020. - 449 с.

Публикация:
1210. Куликова С.Ю., Муравьева В.С., Орлов А.И. Структура современной эконометрики в ее преподавании // Актуальные вопросы экономики, менеджмента и инноваций: материалы Международной научно-практической конференции. – Нижегород. гос. техн. ун-т им. Р.Е. Алексеева. – Нижний Новгород, 2021. – С. 304-316.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб май 28, 2022 12:23 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1114 от 30 мая 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

В статье В.С. Муравьевой и А.И. Орлова "Организационно-экономические инструменты в контроллинге" раскрыто содержание авторского курса организационно-экономического моделирования.
В докладе А.И. Орлова "Контроллинг и статистические методы" обоснована необходимость разработки системы требований к статистическим моделям и методам при их создании, применении и преподавании, в том числе при их описании в публикациях.




УДК 005.521:633.1:004.8;
JEL: C00, L00

Муравьева Виктория Сергеевна
доцент, к.э.н., МГТУ им. Н.Э. Баумана
Орлов Александр Иванович,
д.э.н., д.т.н., к.ф.-м.н., профессор,
зав. лаб. экономико-математических методов в контроллинге,
МГТУ им. Н.Э. Баумана

Организационно-экономические инструменты в контроллинге

Аннотация
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. В статье раскрыто содержание авторского курса ОЭМ: классическая модель управления запасами, принятие решений в условиях неопределенности, теория измерений и средние величины, анализ экспертных упорядочений, новая парадигма ОЭМ, солидарная информационная экономика, реконструкция истории методами ОЭМ, обобщенные показатели (рейтинги) и задачи классификации, статистика нечисловых данных, непосредственный анализ статистических данных, актуальные обсуждения на мировых экономических форумах.
Ключевые слова: управление, экономика, математика, моделирование, образование, контроллинг, статистические методы, принятие решений, экспертные оценки.

Muravyeva Victoria Sergeevna
Ph.D (Econ), associate professor, BMSTU
Orlov Alexander Ivanovich,
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor,
head of Laboratory of economic-mathematical methods in controlling, BMSTU

Organizational and economic controlling tools

Abstract
Organizational and economic modeling (OEM) is a scientific, practical and academic discipline devoted to the development, study and application of mathematical and statistical methods and models in economics and management of the national economy, primarily industrial enterprises and their associations. The article discloses the content of the original OEM course: the classical model of inventory management, decision-making under uncertainty, measurement theory and average values, analysis of expert orderings, a new paradigm of OEM, solidary information economy, history reconstruction by OEM methods, generalized indicators (ratings) and classification problems, statistics of non-numerical data, direct analysis of statistical data, topical discussions at world economic forums.
Keywords: management, economics, mathematics, modeling, education, controlling, statistical methods, decision making, expert estimations.

Введение
При решении задач контроллинга применяют различные интеллектуальные организационно-экономические инструменты (см., например, [Орлов А.И., Луценко Е.В., 2015]). Многообразие таких инструментов и составляет основное содержание научной, практической и учебной дисциплины, которая известна под названием "Организационно-экономические моделирование". Сразу приведем введенное нами определение:
Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями [Куликова С.Ю., Муравьева В.С 2016]. Поиск по Интернету демонстрирует, что это определение является общепризнанным.
На кафедре ИБМ-2 «Экономика и организация производства» научно-учебного комплекса «Инженерный бизнес и менеджмент» МГТУ им. Н.Э.Баумана в конце ХХ – начале XXI вв. создана научная школа в области организационно-экономического моделирования, эконометрики и статистики [Орлов А.И., 2019]. Преподавание соответствующих дисциплин курирует одноименная секция кафедры ИБМ-2, научные исследования ведет, в частности, Лаборатория экономико-математических методов в контроллинге Научно-образовательного центра "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана.
По нашим данным, необходимость в учебной дисциплине "Организационно-экономическое моделирование" появилась при введении учебных специальностей "Менеджмент высоких технологий" и затем "Инноватика". Был разработан авторский курс по новой дисциплине. Он преподается с 2008 г., естественно, с некоторыми ежегодными корректировками.
В издательстве МГТУ им. Н.Э. Баумана выпущена объемная научная монография "Организационно-экономическое моделирование". Она состоит из трех частей - "Нечисловая статистика" [Орлов А.И, 2009], "Экспертные оценки" [Орлов А.И., 2011], "Статистические методы анализа данных" [Орлов А.И., 2012]. Монография допущена Учебно-методическим объединением вузов по университетскому политехническому образованию для использования в качестве учебника, на её основе разработано содержание ряда учебных курсов. Однако этот трехтомник следует рассматривать не столько как учебник, сколько как научное издание. В учебных курсах используется лишь часть включенного в него материала. Можно сказать, что он представляет собой энциклопедию по организационно-экономическому моделированию. Такая оценка трехтомника вполне соответствует концепции "Образование - через науку", принятой в МГТУ им. Н.Э. Баумана. Однако необходимо обсуждать содержание конкретных учебных курсов, как отбор для изучения тех или иных разделов из трехтомника, так и включение новых тем и разделов с целью выхода на передовой край науки. Представляется естественным включение в курс информации о научных событиях последних лет.
Инструментами решения задач контроллинга в экономике, организации производства и управлении предприятием являются соответствующие экономико-математические методы, рассматриваемые с точки зрения применения в указанных областях, а не с точки зрения чистой математики. В последние годы часто используют такие термины, как искусственный интеллект и цифровая экономика. По нашей оценке, речь идет об одном и том же научном направлении, которое мы в настоящей статье называем организационно-экономическим моделированием. Можно сменить терминологию и говорить об инструментах искусственного интеллекта или о научном обеспечении цифровой экономики.
Герой комедии Мольера «Мещанин в дворянстве», при помощи учителей натаскивающий себя на «образованность», удивляется: «Как!? Когда я говорю: Николь, принеси мне туфли и подай ночной колпак, — это проза? Скажите на милость! Сорок слишком лет говорю прозой — и невдомек!» Аналогично можно сказать, что второй из авторов этой статьи более полувека занимается проблемами искусственного интеллекта и цифровой экономики.
В настоящей статье рассматриваем организационно-экономическое моделирование как учебную дисциплину. За основу обсуждения возьмем курс для магистрантов ИБМ второго года обучения (вариант 2020/2021 уч. г.)

Классическая модель управления запасами
Экономико-математические модели - инструменты контроллинга, позволяющие принимать обоснованные решения. В качестве примера выбрана классическая модель управления запасами, известная как модель Вильсона. Она может быть полностью разобрана в учебном курсе, является одной из наиболее применяемых на практике организационно-экономических моделей (по крайней мере в США). Подробно рассмотрена в ряде наших монографий, в частности, в главе 8 учебника [Орлов А.И., 2012]. Обсуждаем эту тему не с позиций логистики, а с позиций организационно-экономического моделирования (ОЭМ).
В теме разбираем три этапа теоретического решения задачи оптимизации, четыре шага алгоритма расчетов. изучаем отклонение издержек в плане Вильсона от издержек в оптимальном плане. Обращаем внимание на полное и строго описание модели. Получаем, что оптимальный план управления запасами нельзя найти на основе формулы квадратного корня [Орлов А.И., 2012, разд.8.4]. Отметим, что во многих публикациях, в том числе учебного характера, ошибочно утверждается, что оптимальный размер поставок дается формулой квадратного корня. Эта ошибка обычно проистекает из отсутствия строгой постановки исходной задачи оптимизации.
Поскольку оптимальное решение зависит от выбора начального и конечного моментов на оси времени, то для ОЭМ важна проблема горизонта планирования. С неопределенностью в выборе конечного момента боремся, выбирая асимптотически оптимальный план. Доказываем теорему о том, что план Вильсона асимптотически оптимален, и строим график превышения средних издержек плана Вильсона над оптимальным планом. Проблема горизонта планирования возникает в экономико-математических моделях различных экономических процессов. Часто выбор конечного момента нельзя однозначно обосновать. Следовательно, надо изучать устойчивость выводов к изменению горизонта планирования [Орлов А.И., 2012, раздел 8.2]. Без такого изучения практические рекомендации оказываются плохо обоснованными.
Изучаем влияние на средние издержки (за целое число периодов) отклонений от оптимального объема партии (точная и приближенная формулы), а также влияние неопределенностей параметров классической модели управления запасами на объем поставки. Принцип уравнивания погрешностей из общей теории устойчивости [Орлов А.И., 2012, раздел 8.2] позволяет на основе оцененной по статистическим данным погрешности параметра спроса выяснить необходимую точность определения других параметров. Как следствие, снимается противоречие между результатами расчетов по различным методикам (конкретно, по методикам Института материально-технического снабжения и Центрального экономико-математического института). Рассматриваем примеры практического применения классической модели управления запасами. Оказывается, что несмотря на неточности исходных данных и различие методик расчетов применение модели Вильсона позволяет снизить затраты, связанные с доставкой и хранением, например, кальцинированной соды, не менее чем в 2 раза.
Очевидно, запасов не должны быть минимальны, как и в настоящее время иногда заявляют. Запасы должны быть оптимальны.
Классическая модель Вильсона входит в систему из 36 моделей. Из них подробнее разбираем модель с дефицитом. Оказывается, введение возможности дефицита оказывается экономически выгодным! Обсуждаем также двухуровневую модель управления запасами.

Принятие решений в условиях неопределенности
На примере задачи выбора одного объекта из двух обсуждаем четыре аналитических подхода (пессимистический, оптимистический, средней выгоды, минимизации максимальной упущенной выгоды) и три подхода практических работников, а также проблемы голосования экспертов [Орлов А.И., 2011, гл.5]. Выявляются и сравниваются организационно-экономические модели, лежащие в основе этих семи подходов, обсуждаются их положительные и отрицательные стороны с точки зрения адекватности отображения реальных ситуаций.
Демонстрируем, что различные аналитические организационно-экономические подходы могут приводит к несовпадающим рекомендациям. Казалось бы, может помочь обращение к экспертным методам, к голосованию, но и тут имеются "подводные камни". Следовательно, за принятие решений отвечает менеджер, и никакие ссылки на те или иные организационно-экономические модели и методы не могут снять с него эту ответственность.

Теория измерений и средние величины
Анализируем сходство и различие трех видов чисел - математических, реальных и компьютерных [Левич Е.М., 2009]. Обсуждаем значение в ОЭМ погрешностей измерений и вычислений. В частности, демонстрируем методологическую несостоятельность Росстата, постоянно завышающего точность своих данных [Орлов А.И, 2009, с.16-17]. Проводим анализ двух равносильных формул для выборочной дисперсии с точки зрения точности вычислений.
Разбираем основные понятия теории измерений (с соответствии с [Орлов А.И, 2009, 2011]). Даем определения, рассматриваем примеры, вводим группы допустимых преобразований для шкал наименований, порядковой, интервалов, отношений, разностей, абсолютной. Базовым в ОЭМ является требование устойчивости выводов относительно допустимых преобразований шкал. Это требование накладывает ограничения на выбор методов анализа данных. Например, из-за невыполнения этого требования недопустимо использовать среднее арифметическое для усреднения данных, измеренных в порядковой шкале.
Вводим различные виды и классы средних величин - средние степенные и структурные средние, средние по Коши и средние по Колмогорову, их частные виды. Обсуждаем различные методы расчета средней заработной платы для условного предприятия, демонстрируя необходимость расчета медианы, а не только среднего арифметического [Орлов А.И, 2011].
На основе синтеза теории измерений и теории средних описываем средние, результат сравнения которых устойчив в порядковой шкале, в шкалах интервалов и отношений.
Обсуждаем следствия необходимости применения статистических методов в соответствии со шкалами, в которых измерены данные. В качестве примеров рассматриваем коэффициент линейной корреляции Пирсона (соответствующий в шкале интервалов) и коэффициент ранговой корреляции Спирмена (предназначенный для анализа данных, измеренных в порядковой шкале.

Анализ экспертных упорядочений
В качестве базовой модели экспертных оценок рассматриваем анализ экспертных упорядочений. Исходные данные - измерения характеристик объектов экспертизы в порядковой шкале, т.е.упорядочения (кластеризованные ранжировки) - частный случай бинарных отношений.
Начинаем с перехода от ответов экспертов в виде упорядочений к таблице рангов. Разбираем метод средних (арифметических) рангов и метод медиан как способы усреднения мнений экспертов (при наличии времени проводим деловую игру с целью упорядочения дней недели по субъективной тяжести на основе экспертных опросов группы учащихся).
Цель согласования кластеризованных ранжировок - выделить в них общее (совпадающие упорядочения пар объектов экспертизы), а различия заключить в кластеры (для упорядочения объектов экспертизы внутри кластеров могут быть проведены дополнительные опросы экспертов). Рассматриваем метод согласования кластеризованных ранжировок на основе выделения противоречивых пар объектов, построения графа противоречий, выделения связных компонент графа и их упорядочивания [Орлов А.И., 2011, гл. 4].
Согласование двух кластеризованных ранжировок, построенных методами средних арифметических рангов и медиан рангов, дает возможность выявить итоговое мнение комиссии экспертов. Альтернативные полходы - путем расчета медианы Кемени [Орлов А.И., 2011, гл. 6] и на основе рейтингов [Орлов А.И., 2011, гл. 11].

Новая парадигма организационно-экономического моделирования и ее значение
Эту тему начинаем с краткой истории статистических методов. Выделяем четыре этапа развития статистики (описательная, параметрическая, непараметрическая, нечисловая). Внутри современной статистической науки выделяем четыре области (по видам данных), три основные задачи (описание данных, оценивание, проверка гипотез), пять точек роста: непараметрика, информационные технологии (бутстреп), устойчивость, статистика интервальных данных, нечисловая статистика.
Разбираем новую парадигму организационно-экономического моделирования. Она соответствует исследованиям конца XX - начала XXI вв., однако была выявлена уже после выпуска трехтомника "Организационно-экономическое моделирование". Новая парадигма противопоставляется старой, середины ХХ в., основанной на широком (и зачастую не обоснованном) применении параметрических семейств распределений вероятностей (нормальных, экспоненциальных, Вейбулла - Гнеденко, гамма-распределений и др.). Проводим развернутое сравнение старой и новой парадигм [Орлов А.И., 2019]. Отметим, что предыдущая парадигма (до начала ХХ в.) соответствует описательному этапу развития статистической науки. Подчеркиваем основополагающую роль методологии при построении организационно-экономических моделей, в том числе используемых в теории и практике принятия решений.

Солидарная информационная экономика
В этой теме рассмотрен современный подход к построению организационно-экономических моделей в цифровой экономике. Он реализуется на основе искусственного интеллекта, математических и инструментальных методов экономики. Этот подход развивается с 2007 г. и не отражен в базовом трехтомнике [Орлов А.И., 2009, 2011, 2012]. Однако начать необходимо с экономических воззрений, отражающих практику древних государств., прежде всего Древней Греции.
Как общепризнанно, Аристотель - основоположник экономической теории. Он различал экономику и хрематистику. Цель экономической деятельности - удовлетворение потребностей, цель хрематистики - выгода (прибыль). Аристотель резко выступал против хрематистики. Конечно, у него были предшественники и последователи, речь идет о научной школе, носящей его имя.
Основное течение (мейнстрим) в современной экономической науке – обоснование несостоятельности рыночной экономики и необходимости перехода к современной научно обоснованной плановой системе управления хозяйством (к цифровой экономике). Развиваются различные научные направления внутри этого мейнстрима (см., например, [Клейнер Г.Б., 2021]). Мы развиваем одно из них - солидарную информационную экономику.
В эпоху цифровой экономики значимо все возрастающее влияние информационно-коммуникационных технологий на хозяйственную деятельность. В соответствии с этим велением времени мы развиваем солидарную информационную экономику (основные положения и информация о предыдущих работах приведены в статье [Орлов А.И., Сажин Ю.Б., 2020]).
Солидарная информационная экономика продолжает проекты кибернетиков ХХ в. -ОГАС В.М. Глушкова и КИБЕРСИН Ст. Бира. Важно, что шотландские экономисты W. Paul Cockshott и Allin F. Cottrell доказали, что к концу ХХ в. вычислительные мощности компьютеров достигли такого уровня развития, что стала реальной возможность глобальной оптимизации экономических процессов в масштабе всего Земного шара. В настоящее время развитие информационно-коммуникационных технологий должно быть направлено на выявление потребностей, в частности, на разработку ориентированных на практику хозяйственной деятельности типовых процедур принятия решений на основе сетей экспертов [Орлов А.И., 2011].

Реконструкция истории на основе применения организационно-экономического моделирования и ее роль при принятии решений в современных условиях
Начинаем с основных понятий теории классификации в составе организационно-экономического моделирования [Орлов А.И., 2009]. Рассматриваем методы построения новой статистической хронологии на основе статистики нечисловых данных, а именно путем введения показателей различия и применения алгоритмов кластер-анализа [Орлов А.И., 2012, раздел 8.5]. Подробно эти методы рассмотрены в монографии [Фоменко А.Т., 1999].
На основе результатов исследований научной школы акад. РАН А.Т. Фоменко (МГУ им. М.В. Ломоносова) обсуждаем основные черты реконструкции истории в соответствии с новой статистической хронологией и её значение для организации современного хозяйства. За подробностями отсылаем к официальному сайту научного направления "Новая хронология" [Фоменко А.Т., Носовский Г.В., 2021].
Как пишет акад. РАН С.Ю. Глазьев: "Новая хронология Фоменко дает хорошую логическую основу для восстановления исторической памяти Русского мира... Сочетание научной теории долгосрочного социально-экономического развития как процесса последовательной смены технологических и мирохозяйственных укладов, воспринимаемых на веру традиционных духовных ценностей и новой хронологии, проясняющей историческую роль Русского мира, может стать надежной опорой для формирования консолидирующей российское общество современной идеологии. Без нее совершить рывок в технологическое будущее крайне проблематично" [Глазьев С.Ю., 2020]. Присоединяемся к словам С.Ю. Глазьева. По нашему мнению, новая хронология всеобщей и российской истории - основа государственно-патриотического мировоззрения
.
Обобщенные показатели (рейтинги) и задачи классификации
Для упорядочения объектов экспертизы часто с помощью экспертов формируют перечень факторов, которые необходимо учитывать при построении обобщенных (или интегральных) показателей, называемых также рейтингами (или рэнкингами). Затем экспертно оцениваем значения факторов для рассматриваемых объектов экспертизы. После чего по этим оценкам рассчитывают значения обобщенного показателя (обычно с помощью линейной функции с коэффициентами весомости (важности, значимости), по величинам которых и упорядочивают объекты экспертизы. Такие рейтинги называем линейными.
Проблемы построения обобщенного критерия (рейтинга) рассматриваем в ходе деловой игры "Таня Смирнова выбирает место работы". Обсуждаем методы экспертные методы расширения и сужения множества факторов, оценки весовых коэффициентов на основе иерархической системы факторов. Рассматриваем различные виды рейтингов. Базовая информация дана в учебнике [Орлов А.И., 2011, гл. 11]. Общая теория развита в монографии [Подиновский В.В., 2019]. Кредитным рискам посвящена монография [Карминский А.М., 2015]. Применение экспертиз для оценок рисков рассмотрено в статье [Жуков М.С., Орлов А.И., 2017].
Во многих случаях важны бинарные рейтинги, в которых обобщенный показатель принимает только два значения, например, 0 и 1. Фактически объекты экспертизы должны быть отнесены к одному из двух классов. В связи с проблемами построения бинарных рейтингов обсуждаем основные черты теории классификации.
В математических методах теории классификации выделяем кластер-анализ (построение классификаций), анализ классификаций (с помощью методов статистики нечисловых данных) и диагностику (использование классификаций) [Орлов А.И., 2009, разд. 2.8]. Непараметрические методы диагностики развиваем на основе непараметрических ядерных оценок плотности распределения в пространствах произвольной природы [Орлов А.И., 2009, разд. 2.5]. Оценки строим по обучающим выборкам.
Параметрический дискриминантный анализ (основан Р. Фишером в 1937 г.) - это диагностика на основе линейных рейтингов. Примеры: диагностика потенциальных заемщиков в банке; скрининг при медицинском обследовании лиц с вредными условиями труда. Обсуждаем выбор показателя качества алгоритма диагностики (дискриминации). Демонстрируем недопустимость использования частоты правильных решений в качестве показателя качества алгоритма диагностики. Вводим понятие прогностической силы. Показываем, что прогностическая сила – наилучший показатель качества алгоритма диагностики. Изучаем свойства прогностической силы - находим асимптотическое распределение, строим доверительные границы, разрабатываем методы проверки статистической гипотезы об обоснованности пересчета на модель линейного дискриминантного анализа [Орлов А.И., 2009, разд. 2.8].

Статистика нечисловых данных
В настоящее время наиболее быстро развивается такая область прикладной статистики, как статистика нечисловых данных. Это направление было выделено как самостоятельная часть прикладной статистики в 1979 г. Первоначально она именовалась статистикой объектов нечисловой природы. Используется также сокращенное наименование - нечисловая статистика. Первая в мире монография по статистике нечисловых данных - это книга [Орлов А.И., 2009].
В курс ОЭМ включен ряд результатов статистики нечисловых данных. Демонстрируем, что практические все распределения реальных данных являются ненормальными [Орлов А.И., 2012, разд. 2.1]. Следовательно, в ОЭМ следует использовать непараметрическую статистику. Одно из ее основных понятий - эмпирическая функция распределения. Примером методов одного из разделов непараметрической статистики - ранговой статистики - являются состоятельные критерии Смирнова и омега-квадрат для проверки абсолютной однородности двух независимых выборок [Орлов А.И., 2012, разд.5.4].
В пространствах произвольной природы вводим эмпирические и теоретические среднее, обсуждаем законы больших чисел для них [Орлов А.И., 2009, разд. 2.1 и 2.2]. В качестве примера проводим обоснование и расчет эмпирического среднего для числовой выборки как интервала между левой и правой медианами.

Непосредственный анализ статистических данных
Целесообразно обсудить в курсе ОЭМ конкретные статистические данные. На основе ОЭМ проводим непосредственный анализ данных официальной экономической статистики относительно динамики выпуска отдельных видов продукции (в натуральных единицах) и макроэкономических показателей в РФ. Рассматриваем временные ряды, приведенные в подготовленных ведущими специалистами монографиях [Кара-Мурза С.Г., Батчиков С.А., 2008] и [Кара-Мурза С.Г., Гражданкин А.И., 2016], и постоянно обновляемые данные о динамике макроэкономических показателей России [Динамика 1991 - 2020].
Подчеркиваем значительное (в среднем в 4 раза) возрастание роли государства в экономике в течение ХХ в. в экономически развитых странах [Орлов А.И., 2006].
Обсуждаем значимость демографических прогнозов в экономике для принятия стратегических решений [Орлов А.И., 2006, 2012].

Актуальные обсуждения на мировых экономических форумах
В курс ОЭМ целесообразно включить краткую информацию об активно ведущихся в настоящее время дискуссиях среди специалистов, в том числе на мировых экономических форумах.
В условиях развертывающейся цифровой революции развитие производственных сил приводит к значительному изменению производственных отношений. В частности, происходит изменение потребительского поведения - переход от владения к аренде [Орлов А.И., Сажин Ю.Б., 2020]. Обсуждаем концепции четвертой промышленной революции [Шваб К., 2016], переход к капитализму участия, опираясь на материалы Римского клуба [Von Weizsacker E.U., Wijkman A., 2018], дискуссий на Давосском экономическом форуме в 2020 и 2021 гг., прежде всего книге о "великой перезагрузке", обоснованной основателем Давосского форума проф. К. Швабом [Schwab K., Malleret T., 2020].

Выводы
К настоящему времени направление исследований "организационно-экономическое моделирование" (ОЭМ) достаточно развито и сформировано как научная, практическая и учебная дисциплина. Об этом свидетельствует, в частности, список литературных источников в настоящей статье.
В ОЭМ разработано многообразие инструментов решения задач контроллинга в экономике, организации производства и управлении предприятием. Достаточно адекватное представление об этом многообразии дает авторский учебный курс "Организационно-экономическое моделирование", разработанный в Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации» и предназначенный для магистрантов факультета "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана. Содержание этого курса раскрыто в настоящей статье. Очевидно, что конкретные позиции курса ОЭМ будут развиваться и модернизироваться.

Литература:
1. Глазьев С.Ю. Духовность – категория экономическая // Военно-промышленный курьер. 2020. № 35 (848). С. 1, 10.
2. Динамика макроэкономических показателей РФ [Электронный ресурс] URL: viewtopic.php?f=2&t=2580 (дата обращения 23 июля 2021 г.).
3. Жуков М.С., Орлов А.И., Фалько С.Г. Экспертные оценки в рисках / Контроллинг. 2017. №4 (66). С. 24-27.
4. Кара-Мурза С.Г., Батчиков С.А., Глазьев С.Ю. Куда идет Россия. Белая книга реформ. — М.: Алгоритм, 2008. — 448 с.
5. Кара-Мурза С.Г., Гражданкин А.И. Белая книга России. Строительство, перестройка и реформы. 1950-2014. - М.: ООО «ТД Алгоритм», 2016. - 728 с.
6. Карминский А.М. Кредитные рейтинги и их моделирование. — М. : Изд. дом Высшей школы экономики, 2015. — 304 с.
7. Клейнер Г.Б. Системная экономика: шаги развития. Монография. Предисловие В.Л. Макарова. – М.: Издательский дом «Научная библиотека», 2021. – 746 с.
8. Куликова С.Ю., Муравьева В.С., Орлов А.И. Организационно-экономическое моделирование при решении задач контроллинга / Научный журнал КубГАУ. 2016. №118. С. 486–506.
9. Левич Е. М. Математическое моделирование и компьютерная математика. - Иерусалим, 2009. - 450 с.
10. Орлов А.И. Теория принятия решений. — М.: Экзамен, 2006. — 576 с.
11. Орлов А.И. Организационно-экономическое моделирование: учебник : в 3 ч. Часть 1: Нечисловая статистика. – М.: Изд-во МГТУ им. Н.Э. Баумана. – 2009. – 541 с.
12. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
13. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.3. Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 624 с.
14. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019. №73. С. 28-35.
15. Орлов А.И., Луценко Е.В., Лойко В.И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С.Г.Фалько. Монография (научное издание). – Краснодар, КубГАУ. 2015. – 600 с.
16. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
17. Подиновский В.В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. – М. : Наука, 2019. – 103 c.
18. Фоменко А.Т. Методы статистического анализа исторических текстов. Приложения к хронологии. - М.: Крафт+Леан, 1999. - Т.1 801 с., Т.2 - 907 с.
19. Фоменко А.Т., Носовский Г.В. Официальный сайт научного направления "Новая хронология". [Электронный ресурс] URL: http://chronologia.org/ (дата обращения 23 июля 2021 г.).
20. Шваб К. Четвертая промышленная революция. — М.: Эксмо, 2016. - 208 с.
21. Schwab K., Malleret T. COVID-19: The great reset. - Switzerland, Cologny/Geneva. World Economic Forum, Forum Publishing. 2020. - 212 pp.
22. Von Weizsacker E.U., Wijkman A. 2018. Come On! Capitalism, Short-termism, Population and the Destruction of the Planet. - N.Y.: Springer Science+Business Media LLC, 2018. - 232 р.

Публикация:
1195. Муравьева В.С., Орлов А.И. Организационно-экономические инструменты в контроллинге // Контроллинг. 2021. № 81. С. 72-79.





УДК 005.521:633.1:004.8; JEL: C00, L00



Контроллинг и статистические методы

Александр Иванович Орлов
профессор, д.э.н., д.т.н., к.ф.-м.н., МГТУ им. Н.Э. Баумана

Аннотация: Контроллинг статистических методов предполагает разработку процедур управления соответствием используемых и вновь создаваемых (внедряемых) статистических методов поставленным задачам. Обсуждаем смену парадигм прикладной статистики. Показываем, что вероятностно-статистические модели данных являются основой статистических методов. Обосновываем необходимость разработки системы требований к статистическим моделям и методам при их создании, применении и преподавании, в том числе при их описании в публикациях.

Ключевые слова: менеджмент, контроллинг, модель, метод, прикладная статистика.

1. Введение
В современном контроллинге много различных направлений. В статье [1] мы начали развитие контроллинга организационно-экономических методов. Контроллинг в этой области – это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. Статистические методы и, прежде всего, прикладная статистика - важнейшая часть организационно-экономических методов. Настоящая работа посвящена проблемам контроллинга статистических методов.

2. Смена парадигм в прикладной статистике
Статистические методы анализа данных широко применяются исследователями в различных областях науки. Обсудим смену парадигм прикладной статистики - изменения основ общепринятой модели действий в этой области математических методов исследования. Рассмотрим три парадигмы - примитивную, устаревшую, современную.
Поясним на примере. Исходя из примитивной парадигмы, применяют расчетные формулы критерия Стьюдента для проверки равенства 0 математического ожидания без какого-либо обоснования. Согласно устаревшей парадигме констатируют (без строгого обоснования), что результаты измерений имеют нормальное распределение, затем применяют критерий Стьюдента. В современной парадигме используют непараметрические методы (в рассматриваемой постановке - основанные на центральной предельной теореме [2]).
Очевидно, обоснованность статистических выводов возрастает при переходе от примитивной парадигмы к устаревшей и далее к современной. В настоящее время в практике научной работы областях используются все три парадигмы. Обсудим, как это влияет на качество результатов исследовательской деятельности.
Примитивная парадигма - это парадигма поваренной книги, следования составленным кем-то рецептам. Программные продукты часто провоцируют такие расчеты. Приходится констатировать, что довольно часто итоговые выводы оказываются полезными с позиций прикладной области. Но иногда они могут быть и грубо ошибочными. Об опасности бездумного применения программных продуктов предупреждал [2] проф. В.В. Налимов, выдающийся исследователь в области статистических методов.
Устаревшая парадигма - это парадигма середины ХХ в. В ней элементы выборки рассматриваются как независимые случайные величины, распределения которых входят в то или иное параметрическое семейство распределений - нормальных, логистических, экспоненциальных, Вейбулла - Гнеденко, Коши, Лапласа, гамма-распределений, и др. Все эти семейства выделены из четырехпараметрического семейства распределений, введенного основателем математической статистики К. Пирсоном в начале ХХ в. Он принял гипотезу, что распределения реальных данных всегда совпадают с каким-то элементом его четырехпараметрического семейства. Затем началось развитие теории параметрической математической статистики, в которой задачи оценивания и проверки гипотез решались для выборок из тех или иных параметрических семейств. Был получен ряд замечательных математических моделей и результатов, например, связанных с методом максимального правдоподобия, критериями Пирсона (хи-квадрат), Пирсона, неравенством Рао - Крамера и др. Многомерное нормальное распределение оказалось весьма полезным для развития регрессионного и дискриминантного анализа.
Параметрической математической статистике посвящено основное содержание распространенных вузовских учебников по математической статистике. В отличие от примитивной парадигмы, имеется строгая математическая теория, позволяющая получать расчетные алгоритмы и на их основе - полезные практические рекомендации. Есть только один недостаток - распределения реальных данных, как правило, не являются нормальными и вообще не входят в четырехпараметрическое семейство Пирсона. Делают попытки проверить нормальность или, например, экспоненциальность реальных данных. Зачастую отклонить гипотезу нормальности не удается. Но это нельзя рассматривать как подтверждение нормальности распределения рассматриваемых данных, поскольку для тех же данных не удается отклонить гипотезу о том, что распределение данных соответствует другому популярному распределению. Причина очевидна - малый объем выборки. Например, для того, чтобы выяснить, какому распределению соответствуют анализируемые данные - нормальному или логистическому, необходимо не менее 2500 наблюдений. Реальные объемы выборок обычно значительно меньше.
Развитие теории параметрической математической статистики продолжается и в настоящее время. В частности, сравнительно недавно выяснено, что вместо оценок максимального правдоподобия целесообразно использовать одношаговые оценки, разработаны методы доверительного оценивания для гамма-распределения и др. С помощью параметрической математической статистики решено много прикладных задач в конкретных областях исследования. Но в ряде случаев получены ошибочные выводы, хотя доля таких случаев заметно меньше, чем опоре на примитивную парадигму.
Современная парадигма [3] основана на непараметрической и нечисловой статистике. В отличие от параметрической статистики, элементы выборки с числовыми значениями предполагаются имеющими произвольную непрерывную функцию распределения. Центральной областью прикладной статистики стала статистика нечисловых данных [4], позволяющая единообразно подходить к анализу статистических данных произвольной природы.
Современную парадигму называем новой, хотя ее основы сформировались еще в 1980-х годах, когда во время подготовки к созданию Всесоюзной статистической ассоциации (учредительный съезд прошел в 1990 г.) понадобилось проанализировать состояние и перспективы прикладной статистики.
К настоящему времени непараметрическими методами можно решать практически тот же круг задач анализа данных, что и параметрическими. Преимущество непараметрики в том, что нет необходимости принимать необоснованные предположения о виде функции распределения. Недостатком является то, что реальные данные часто содержат совпадения. Если функция распределения элементов выборки непрерывна, то вероятность их совпадения равна 0. Противоречие возникает из-за того, что свойства прагматических чисел, используемых для записи результатов измерений (наблюдений, испытаний, опытов, анализов, обследований), отличаются от свойств математических чисел (например, прагматические числа записываются с помощью конечного числа цифр, а почти все действительные числа требуют - в теории - бесконечного ряда цифр). Разработаны подходы [5] к анализу совпадений при применении непараметрических статистик, позволяющие снять рассматриваемое противоречие.
В некоторых случаях параметрические методы позволяют обнаружить и предварительно изучить важные эффекты непараметрической статистики. Так, хорошо известно, что распределения реальных данных, как правило, не являются нормальными. Однако математический аппарат в случае нормальности зачастую является более простым. Согласно устаревшей парадигме в математической статистике широко используются многомерные нормальные распределения. Именно для таких распределений найдены явные формулы для различных характеристик в многомерном статистическом анализе, прежде всего в регрессионных постановках. Это связано с тем, что глубоко развита теория квадратичных форм в евклидовом пространстве (квадратичные формы стоят в степени экспоненты, описывающей плотность многомерного нормального распределения). Используя развитый математический аппарат, основанный на многомерной нормальности, удается разработать и изучить методы оценивания размерности вероятностно-статистической модели [6] с целью переноса полученных результатов на непараметрические постановки.
К настоящему времени теоретические исследования по прикладной статистике проводятся в основном в соответствии с современной парадигмой. Так, статистике нечисловых данных посвящено 63% работ по прикладной статистике, опубликованных в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" в 2006 - 2015 гг. [7]. Однако значительная доля прикладных работ осуществляется в традициях устаревшей или даже примитивной парадигм. Такие работы нецелесообразно огульно отрицать. Они могут приносить пользу в конкретных областях. Однако бесспорно, что переход на современную парадигму прикладной статистики повысит научный уровень исследований, а также позволит получить важные результаты в конкретных областях. Приходится констатировать, что исследователи, связанных с анализом данных, недостаточно знакомы с непараметрической и нечисловой статистикой. Необходимо шире распространять информацию о современной парадигме прикладной статистики.

3. Вероятностно-статистические модели данных - основа методов прикладной статистики
При обсуждении процедур анализа статистических данных обычно сосредотачивают внимание на расчетных формулах. Причина очевидна - не зная формул, нельзя провести расчеты. Однако начинать надо с вероятностно-статистических моделей порождения изучаемых данных.
Например, в прикладной статистике наиболее распространенная модель выборки - это конечная последовательность независимых одинаково распределенных случайных величин [1], моделирующих результаты измерений (наблюдений, испытаний, опытов, анализов, обследований). Если общая функция распределения этих случайных величин является произвольной, то обращаемся к методам непараметрической статистики. Для корректности математических рассуждений обычно принимают, что функция распределения результатов измерений является непрерывной, следовательно, вероятность совпадения каких-либо двух результатов наблюдений (элементов выборки) равна 0. Как известно, для реальных данных совпадения результатов встречаются достаточно часто. Следовательно, в таких случаях наблюдается отклонения от непараметрической модели. Как уже отмечалось выше, модель анализа совпадений при расчете непараметрических ранговых статистик предложена в работе [5]. Статистика интервальных данных была создана для обработки округленных данных и данных с совпадениями [1].
До сих пор распространены реликтовые представления о том, что функция распределения результатов измерений относится к одному из популярных семейств распределений - нормальных, экспоненциальных, Вейбулла-Гнеденко, гамма-распределений и др. Для выборок из таких семейств в прошлом тысячелетии были разработаны и изучены методы оценивания параметров и проверки статистических гипотез. Эта совокупность методов прочно заняла место в учебниках по теории вероятностей и математической статистике.
Отметим устойчивость предрассудков. Например, до сих пор пропагандируется использование метода максимального правдоподобия, хотя одношаговые оценки имеют столь же хорошие свойства, что и оценки максимального правдоподобия. Однако во многих случаях система уравнений максимального правдоподобия не имеет явного решения, и соответствующие оценки рекомендуется находить итерационными методами, сходимость которых не изучают, хотя есть примеры, в которых отсутствие сходимости продемонстрировано. Между тем одношаговые оценки вычисляются по конечным формулам, без всяких итераций [1]..
Особенно заметна любовь теоретиков к многомерным нормальным распределениям. Именно для таких распределений найдены явные формулы для различных характеристик в многомерном статистическом анализе, прежде всего в регрессионном. Причина в том, что удается использовать хорошо развитую в линейной алгебре теорию квадратичных форм.
Распределения почти всех реальных данных ненормальны. Это утверждение хорошо обосновано экспериментально, путем анализа результатов измерений [8]. Теоретические аргументы в пользу нормального распределения также не выдерживают критики. Например, говорят, что зависимость значения случайной величины от многих факторов влечет нормальность. Иногда добавляют, что факторы являются независимыми и сравнимыми по величине. Однако нормальность распределения можно ожидать лишь в случае аддитивной модели, когда факторы складываются (в силу Центральной предельной теоремы). Если же случайная величина формируется путем перемножения (мультипликативная модель), то ее распределение является (в асимптотике) логарифмически нормальным. Если справедлива модель "самого слабого" звена (или "самого сильного"), т.е. значение случайной величины равно крайнему члену вариационного ряда значений факторов (соответственно минимуму или максимуму), то имеем в пределе распределение Вейбулла - Гнеденко.
Модель на основе семейства нормальных распределений или распределений из иного параметрического семейства можно сравнить с моделью поиска под фонарем потерянных в темных кустах ключей. Очевидно, под фонарем искать легче. Можно продемонстрировать активность. Однако надеяться на благоприятный исход поисков нельзя.
Из проведенного анализа вытекает необходимость использования непараметрических моделей распределений результатов измерений. Отметим, что интервалы их возможных значений, как правило, ограничены, т.е распределения являются финитными. Следовательно, все моменты рассматриваемых случайных величин существуют, и их выборочные аналоги могут использоваться в вычислениях.
Рассмотрим роль вероятностно-статистических моделей в многомерном статистическом анализе. Используют четыре основные класса регрессионных моделей.
Начнем с моделей метода наименьших квадратов с детерминированной независимой переменной и параметрической зависимостью (линейной, квадратической и т.п.). Распределение отклонений произвольно (т.е. модель является непараметрической), для получения предельных распределений оценок параметров и регрессионной зависимости предполагаем выполнение условий центральной предельной теоремы.
Второй тип моделей основан на выборке случайных векторов. Зависимость является параметрической, распределение двумерного вектора - произвольным. Об оценке дисперсии независимой переменной можно говорить только в модели на основе выборки случайных векторов, равно как и о коэффициенте детерминации как критерии качества модели [9].
Третий тип моделей регрессионного анализа, основанный на выборке случайных векторов - непараметрическая регрессия, в которой как зависимость, так и отклонения от нее являются непараметрическими. Зависимость (как условное среднее) оценивается с помощью непараметрических оценок плотности.
Промежуточный вариант - модель, в которой тренд линеен, а периодическая и случайная составляющие являются непараметрическими.
В моделях четвертого типа малые погрешности имеются как в значениях зависимой переменной, так и в значениях независимой переменной. В прошлом этот раздел прикладной статистики назывался конфлюэнтным анализом, сейчас он входит в статистику интервальных данных.
К регрессионному анализу примыкают задачи сглаживания временных рядов и статистики случайных процессов, в которых отклонения от функции времени зависимы.
Анализ многообразия моделей регрессионного анализа приводит к выводу, что не существует единой "стандартной модели" [10]. Другими словами, при решении задачи восстановления зависимости необходимо начинать с выбора и обоснования вероятностно-статистической модели.
Необходимо исходить из теории измерений, согласно которой первый шаг при анализе данных - выявление шкал, в которых они измерены. Известно, что для данных, измеренных в порядковой шкале, в качестве средних величин можно использовать только члены вариационного ряда, прежде всего медиану, а применение среднего арифметического или среднего геометрического недопустимо. Как следствие, поскольку ранги или баллы, как правило, измерены в порядковой шкале, складывать их нельзя. В частности, нельзя оценивать успеваемость учащихся по среднему баллу экзаменационных оценок.
Статистические выводы должны быть инвариантны относительно допустимых преобразований шкал измерения данных. Значит, для каждой шкалы можно выяснить, какими алгоритмами анализа данных из рассматриваемого семейства можно пользоваться в этой шкале. Выше описаны выводы относительно семейства средних по Коши. Обратная задача - для определенного алгоритма анализа данных выяснить, в какой шкале можно им пользоваться. Коэффициент линейной парной корреляции Пирсона соответствует шкале интервалов, а непараметрические ранговые коэффициенты корреляции Спирмена и Кендалла позволяют изучать взаимосвязи порядковых переменных.
С позиций теории измерений обсудим метод анализа иерархий. Исходные данные - результаты парных сравнений, измеренные в порядковых шкалах. А результаты расчетов выражены в шкале интервалов. С точки зрения теории измерений такое недопустимо. Следовательно, методом анализа иерархий пользоваться не следует. Рекомендуем применять адекватные метода анализа экспертных оценок, в частности, методы средних арифметических рангов, медиан рангов, согласования кластеризованных ранжировок [6].

Выводы
Как следует из сказанного выше, необходима разработка системы требований к статистическим моделям и методам при их создании, применении и преподавании, в том числе при их описании в публикациях.
Прежде всего, должна быть представлена и обоснована вероятностно-статистическая модель порождения данных. Иерархия понятия "модель" и потенциальные источники ошибок проанализированы в [12].
Приведем примеры требования к статистическим методам. Поскольку практически все распределения реальных данных ненормальны, предпочтения следует отдавать непараметрическим постановкам. В соответствии с теорией проверки статистических гипотез должны быть указаны не только нулевая гипотеза, но и альтернативная, только тогда можно обсуждать мощность критерия. Необходимо изучение устойчивости выводов, получаемых на основе организационно-экономической модели, относительно допустимых изменений исходных данных и предпосылок модели. В частности, статистические выводы должны быть инвариантны относительно допустимых преобразований шкал.
Обоснованию требований к статистическим методам анализа данных на примере задач классификации посвящена работа [13]. Рассматриваемой проблеме будет посвящен ряд дальнейших публикаций автора.

Литература
1. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. №4 (28). С. 12-18. №676
2. Орлов А. И. Прикладная статистика. М.: Экзамен, 2006. 671 с.
2. Налимов В. В. Теория эксперимента. М.: Наука, 1971. 208 с.
3. Орлов А. И. Новая парадигма прикладной статистики // Заводская лаборатория. Диагностика материалов. 2012. Т.78. №1, С. 87-93.
4. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. Т. 85. №7. С. 69-84.
5. Орлов А. И. Модель анализа совпадений при расчете непараметрических ранговых статистик // Заводская лаборатория. Диагностика материалов. 2017. Т.83. №11. С. 66-72.
6. Орлов А. И. Оценивание размерности вероятностно-статистической модели // Научный журнал КубГАУ. 2020. №162. С. 1–36.
7. Орлов А. И. Развитие математических методов исследования (2006 – 2015 гг.) // Заводская лаборатория. Диагностика материалов. 2017. Т.83. №1. Ч.1. С. 78-86.
8. Орлов А.И. Распределения реальных статистических данных не являются нормальными // Научный журнал КубГАУ. 2016. № 117. С. 71–90.
9. Орлов А.И. Ошибки при использовании коэффициентов корреляции и детерминации // Заводская лаборатория. Диагностика материалов. 2018. Т.84. № 3. С. 68-72.
10. Орлов А.И. Многообразие моделей регрессионного анализа (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2018. Т.84. №5. С. 63-73.
11. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. 486 с.
12. Савельев О.Ю. Модель: иерархия понятия и потенциальный источник ошибок // Инновации в менеджменте. 2021 №28. С. 54-58.
13. Орлов А.И. Основные требования к методам анализа данных (на примере задач классификации) // Научный журнал КубГАУ. 2020. №159. С. 239–267.

Контакты
Александр Иванович Орлов, профессор, д.э.н., д.т.н., к.ф.-м.н.
Заведующий Лабораторией экономико-математических методов в контроллинге
Научно-образовательного центра «Контроллинг и управленческие инновации»,
профессор кафедры «Экономика и организация производства»,
МГТУ им. Н.Э. Баумана, г. Москва
prof-orlov@mail.ru

Публикация:
1212. Орлов А.И. Контроллинг и статистические методы // Контроллинг в экономике, организации производства и управлении: сборник научных трудов X международного конгресса по контроллингу, (Ярославль, 22 октября 2021 г.) / Под научной редакцией д.э.н., профессора С.Г. Фалько / НП «Объединение контроллеров». – М.: НП «Объединение контроллеров», 2021. – С. 65 - 74.
http://controlling.ru/files/185.pdf


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июн 04, 2022 9:50 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1115 от 6 июня 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Чтобы отметить 110-летие писателя Всеволода Кочетова помещаем беседу Андрея Фурсова с писателем, редактором "Роман-газеты" Юрием Козловым о пророческом романе "Чего же ты хочешь?".
Опубликованы 11 книг А.И. Орлова. Размещаем информацию Издательства "Об издательском холдинге", содержащую библиографическое описание и интернет-адреса наших книг.
Предлагаем информацию об учебнике "Искусственный интеллект: нечисловая статистика" А.И. Орлова (аннотацию, содержание, предисловие).




О романе "Чего же ты хочешь?"
К 110-летию Всеволода Кочетова - беседа Андрея Фурсова с писателем, редактором "Роман-газеты" Юрием Козловым

Андрей Фурсов. В канун юбилея писателя Всеволода Кочетова хотелось бы вспомнить в первую очередь его роман "Чего же ты хочешь?", вышедший в свет в 1969 году. Это был роман-предупреждение: Кочетов, описывая определённые слои советского общества, пытался предупредить это общество и, прежде всего, правящие группы номенклатуры о негативных тенденциях. Ясно, что либералы сразу же набросились на автора, было написано несколько пародий на роман. Власть не заступилась за Кочетова, хотя и одёрнула активных критиков. Тем не менее дискуссию вокруг романа власть решила не организовывать.
После выхода романа в журнале "Октябрь" он был напечатан отдельной книгой только в Белоруссии, благодаря личному содействию Петра Машерова. Тираж быстро закончился, причём говорили, что его скупили специально. Это единственное книжное издание романа "Чего же ты хочешь?". В шеститомном собрании сочинений Кочетова этого произведения нет. И вот вы, Юрий Вильямович, в двух номерах "Роман-газеты" переиздали этот роман. Что вас подвигло к этому?

Юрий Козлов. Андрей Ильич, в литературе есть произведения, которые я называю пророческими. Бывает, что авторы совершенно разных взглядов, разного художественного уровня, экстраполируя свой жизненный опыт на какую-то ситуацию, которая их исключительно волнует, создают произведения, которые по своему звучанию и значению оказываются выше всего того, что писал тот или иной автор. И принцип "Роман-газеты", которой я руковожу более 20 лет, — найти такие произведения и довести до современного читателя. Помимо романа Всеволода Кочетова, это, например, роман Валентина Иванова "Жёлтый металл".

Андрей Фурсов. Замечательная вещь!

Юрий Козлов. И судьба его похожа на судьбу романа Кочетова.

Андрей Фурсов. Да, и его изъяли из книжных магазинов. А что там было такого?

Юрий Козлов. Иванов описал ситуацию в золотодобыче начала 1950-х годов, криминальные цепочки торговли золотом. Он показал, что во многих людях сидит страсть к наживе, и ни советское воспитание, ни моральный кодекс строителя коммунизма не останавливают их, когда они оказываются рядом с золотом. Тут с ними происходит что-то страшное: они не могут удержаться от того, чтобы не начать воровать, обогащаться. Иванов показал, какие люди, с какими характерами были к этому максимально склонны, как это постепенно разрасталось и охватывало всё большее число людей, особенно в наших южных республиках.

Андрей Фурсов. Он показал схемы, истоки теневой экономики.

Юрий Козлов. При этом и к роману Иванова, и к роману Кочетова есть претензии в художественном плане...

Андрей Фурсов. Согласен, в художественном плане можно предъявлять претензии. Но когда это делают люди из того лагеря, где славят Акунина, Дмитрия Быкова, Улицкую, Алексиевич и прочих графоманов, то почему-то никто не говорит о том, что это бездарная литература! А Кочетов был советским писателем, а не графоманом, и поднимал очень важные социальные темы. А его клюют именно за то, что «это плохая литература».

Юрий Козлов. В основном клюют за способ построения сюжета. Он «обвиняется» в том, что у него идея часто идёт впереди художественного образа, что он сбивается на публицистику, когда просто устами героев излагает свои мысли, что нет глубокого проникновения в характер, как у Достоевского.
Но всё это совершенно несопоставимо с теми сюжетными провалами и отсутствием сюжета в нынешних произведениях, которые выдвигаются на премии, подаются как лидеры продаж и властители дум.

Андрей Фурсов. Да там вообще ничего нет от писательства, ведь писательство — это личность. В случае с Кочетовым это совершенно очевидно. Против него с либерального фланга советской интеллигенции неслись обвинения в том, что он обслуживает советскую власть. Но это ошибка. Он был критиком вырождения советской власти. В своём неоконченном романе "Молнии бьют по вершинам" он как раз показал разложение верхних кадров системы. Его претензии к власти были именно такого порядка.
Кто-то из недавних критиков сравнил роман Кочетова "Чего же ты хочешь?" с фильмом "Спящие", поскольку и там, и там речь идёт о «пятой колонне». А сразу после выхода первых глав романа, 22 сентября 1969 года Твардовский записал в дневнике, что устами старшего Самарина (это отец главного героя, Феликса) Феликсу разъясняется, что едва ли не главным условием нашей победы была ликвидация «пятой колонны» в 1937–1938 годах. Твардовский с этим категорически не согласен. А вот враг России Черчилль по этому поводу писал, что одна из главных причин победы Советского Союза в Великой Отечественной войне — это то, что Сталин и его команда в канун войны уничтожили «пятую колонну». То есть то, что так не нравилось Твардовскому, Черчилль отнёс к главным факторам победы.
Возвращаясь к Кочетову, хочу подчеркнуть, что он не обслуживал режим в отличие, кстати, от очень многих так называемых либеральных писателей 1990-х и нулевых годов, которые не просто режим обслуживали, а конкретных олигархов. Кочетов был другим. Он был идейным человеком, безусловно. Он полагал, что одна из самых опасных тенденций — это разложение номенклатуры. В романе он указывает на источник тех процессов, которые идут в интеллигенции, поскольку так называемая либеральная интеллигенция у нас никогда не была самостоятельным игроком. Она всегда была частью фракции либеральной номенклатуры. Поэтому схема "либеральная интеллигенция против консервативной власти" — схема ложная. На самом деле шло противостояние двух фракций номенклатуры. Одну называют охранительно-консервативной, другую — либеральной. Хотя либерализм этой либеральной номенклатуры заключался в том, чтобы потреблять больше, чем положено по рангу, и чаще ездить на Запад. И борьба журналов "Октябрь" (главный редактор — Кочетов) и "Новый мир" (главный редактор — Твардовский) — это проекция борьбы двух групп номенклатуры.

Юрий Козлов. Согласен. Но я хочу вернуться к Кочетову как к художнику. Писатель, который искренне во что-то верит, имеет свою систему убеждений и соотносит эту систему убеждений с текущим моментом, даже поднимается в своей критике, замахивается на то, на что ему как-то замахиваться и не положено, всегда неудобен. Причём он ещё более неудобен, когда он союзник власти.
Кочетов брал лучшее, что было в коммунистической идее, и старался донести это до читателей. Он апеллировал и к народу, и к власти. В романе "Секретарь обкома", написанном в 1959–1961 годах, главный герой — человек, который, будучи у власти, живёт народными интересами. Это настоящий народный руководитель, вся его деятельность направлена не на собственное обогащение, а на то, чтобы жизнь народа стала лучше. Но и за тот роман Кочетов попал под критику. Его критиковали и за произведения о рабочих...

Андрей Фурсов. За роман "Братья Ершовы", например.

Юрий Козлов. Да, там художественно показано, как социалистическая идея должна воплощаться в жизнь. Кочетов как бы давал власти определённые матрицы, побуждая её к тому, чтобы она следовала своим же провозглашённым идеям. И это у многих вызывало недовольство.

Андрей Фурсов. Естественно! Ведь в середине 1950-х годов, после смерти Сталина, стало ясно, что номенклатура начинает превращаться из класса «в себе» в класс «для себя». Это не «обуржуазивание», как пишут некоторые, поскольку пока нет капитализма, «обуржуазивания» быть не может. Но происходил отрыв номенклатуры от народа, превращение её в замкнутую социальную группу. А Кочетов предъявлял номенклатуре претензии с позиций идеала и с позиций официальной идеологии, что для номенклатуры было очень неприятно. А вот нынешнему правящему слою невозможно предъявить какие-то претензии в плане идеалов. «Да, вот мы такие…», — скажут они, и всё. В этом отношении советский строй был очень уязвим, потому что провозглашалось одно, а на деле зачастую было другое.
Уже в 1930-е годы Сталин понимал, что бюрократия рано или поздно станет инструментом империализма по эксплуатации советского населения. Только Сталин полагал, что сможет решить этот вопрос «чистками»…

Юрий Козлов. «Чистками» и созданием вертикальных лифтов, когда идут люди снизу и меняют зажравшуюся верхушку.

Андрей Фурсов. Сталин прекрасно понимал опасность перерождения номенклатуры, но с 1945 по 1953 годы кольцо номенклатуры вокруг него всё больше и больше сжималось, и у него практически не оставалось пространства для манёвра. Он попытался вырваться из тисков в 1952 году, на XIX съезде, — не получилось. Потом он на Пленуме ЦК КПСС пытался исправить ситуацию, но после этого очень быстро умер. И вся та молодёжь, которую он провёл через Пленум, была выброшена старшими товарищами. Начался стремительный процесс превращения верхнего слоя номенклатуры в то, что Сталин называл «проклятой кастой». И Кочетов видел все эти процессы, описывал их в романе "Чего же ты хочешь?".
Очень интересно, как Кочетов сюжетно решил этот вопрос. Группа из четырёх человек едет в Советский Союз прощупать ситуацию, такая разведка боем. В группе американская церэушница, ещё один молодой церэушник, старый русский эмигрант, служивший когда-то Гитлеру, и немец, бывший эсэсовец. Этот немец рассуждает так: «В сорок первом году, как оказалось, немцы плохо знали русских, их коммунистическую систему. Сейчас против них объединились лучшие силы этого мира. Весь опыт прошлого изучается, слагается воедино, и то, что было невозможным четверть века назад, должно обязано быть осуществлено ныне, в не слишком отдалённые годы». Русским надо противопоставить организацию, создать умную программу. В соответствии с ней он и другие представители Запада «пойдут в Россию не с топорами, не с виселицами, а под хоругвями идей добра, братства народов». Далее он вспоминает слова Розенберга: «Надо истребить, до конца, до ровного, гладкого места всё русское. Тогда будет истреблён и коммунизм».
Перед поездкой группа получает инструктаж в Лондоне, где им говорят следующее: «Мы обязаны покончить с коммунизмом, иначе он уничтожит нас. Немцы проиграли потому, что предварительно не расшатали советскую систему. Лучшие умы Запада работают сегодня над проблемами предварительного демонтирования коммунизма и в первую очередь современного советского общества. Направление главного удара — идеология. Мы исключительно умело использовали развенчание Сталина. Развенчанный Сталин — это точка опоры для того, чтобы мы смогли перевернуть коммунистический мир». Вспоминаю, как «хромой бес перестройки» Яковлев признавался, что его задача была сначала ударить Лениным по Сталину, затем Плехановым по Ленину, а затем смести социализм вообще.
Ещё одну линию очень чётко проводит Кочетов, когда речь заходит об эстетике. Один из этой четвёрки говорит, что нужно сломать строгую коммунистическую эстетику, размыть её. И альтер-эго Кочетова — писатель Булатов — объясняет, что вместе с коммунистической эстетикой они размывают и идеологию. Этот момент очень хорошо описан. Причём Кочетов показывает и либеральную часть интеллигенции, и так называемую русофильскую в лице Саввы Богородицкого. Я думаю, что его прототипом был Владимир Солоухин, такой гротесковый Солоухин.

Юрий Козлов. Скорее всего.

Андрей Фурсов. Ещё один важный момент. Одна из «героинь» этой книги, церэушница Порция Браун, говорит, что надо уводить молодых людей от общественных интересов в мир сугубо личный, альковный. «Так ослабнет комсомол, в формальность превратятся их собрания, их политическая учёба. Всё будет только для видимости, для декорума, за которым пойдёт личная, сексуальная, освобождённая от обязательств жизнь. А тогда в среде равнодушных, безразличных к общественному, которые не будут ничему мешать, возможным станет постепенное продвижение к руководству в различных ведущих организациях таких людей, которым больше по душе строй западный, а не советский, не коммунистический. Это процесс неторопливый, кропотливый, но пока единственно возможный. Имею в виду Россию. С некоторыми другими социалистическими странами будет, думаю, легче. Уже несколько лет в некоторых из них идёт экспериментальная работа».

Юрий Козлов. Андрей Ильич, это очень интересно, всё это так. Но вот я хотел бы порассуждать на тему, насколько Кочетов был национально русским писателем. Он относился к той плеяде людей, которых можно назвать патриотами социального строя.

Андрей Фурсов. Это были советские патриоты.

Юрий Козлов. Именно так. Для них был важен советский социальный строй. Кочетов ясно видел это либеральное наступление, видел разрушение коммунистической эстетики, внедрение уродливых "норм" в поведение людей, стремление к вещизму. Но он считал, что эту идею можно исправить, если вернуться к чистоте учения, к его идеальной форме. И он не видел, как мне кажется, в национальных особенностях русского народа того, что сейчас вышло на первый план. Тот социальный строй был разрушен, Советского Союза больше нет. И сейчас уже взялись за русское самосознание, за те глубинные вещи, которые отличают русский этнос от европейских, от азиатских.

Андрей Фурсов. И мы буквально только что процитировали строки из романа Кочетова, где он приводит слова Розенберга: «чтобы истребить коммунизм, надо истребить всё русское».

Юрий Козлов. Да, сейчас идёт наступление на русский генотип, на то, что отличает русского человека. Причём русский человек, мы с вами, даже сами можем этого не осознавать. Но есть какие-то вещи, которые для нас работают как «свой-чужой».

Андрей Фурсов. Причём, это не вопрос крови, а вопрос культуры.

Юрий Козлов. Да. Собственно, почему и капитализм у нас не складывается.

Андрей Фурсов. Дело в том, что Россия имманентно антикапиталистическая страна. Хозяйство в России было такое, что при урожайности сам-3 и сам-4 невозможно было выжить в одиночку.

Юрий Козлов. Ещё и при таких расстояниях.

Андрей Фурсов. Совершенно верно!

Юрий Козлов. То, что сравнивают роман "Чего же ты хочешь?" с фильмом "Спящие", — не удивительно, какие-то вещи здесь угаданы. Хотя, конечно, к этому фильму тоже очень много предъявляется претензий.

Андрей Фурсов. Но в фильме очень хорошо показано: вот он, враг. Поэтому и была такая истерика.

Юрий Козлов. Сохранение русских основ, русского менталитета возможно через культуру. И если бы это получало поддержку, как-то отражалось бы в государственной политике, это был бы совершенно другой разговор.

Андрей Фурсов. Согласен. Ещё один очень интересный момент в романе Кочетова, очень сильное место; я думаю, что именно поэтому Суслов не стал заступаться. Правда, за Кочетова заступился Шолохов. Вот этот момент. Когда старший Самарин говорит Феликсу «вот какая вы молодёжь, чего вы хотите», тот ему отвечает: «Зачем же молодёжь-то винить, отец?! Вините, дорогие товарищи взрослые, себя. Вините тех дядей, которые позволяют тратить народные деньги на постановку пустопорожних, бесталанных фильмов. Тех тётей, которые пишут об этих фильмах восторженные рецензии, сбивая зрителей с толку. Почему вы открыли дорогу всему этому? Испугались, видимо, что вас обвинят в консерватизме, догматизме... И сейчас, если хочешь, вы на серёдке-половинке — и не консерваторы, и не либералы, и от вас, в общем-то, от таких половинчатых, растерянных, всем тошно». Другое дело, что старший Самарин таким не был, но Феликс имеет в виду, что происходившее с молодёжью в 1950-е–1960-е годы отражало изменения в старшем поколении. Кочетов на это указал. Власть в этом отношении была не глупа, она уловила этот заход Кочетова, поняла, что идейно Кочетов стоял на пути номенклатуры, превращающейся в класс. Поэтому он становился автоматически суперврагом либеральной интеллигенции и, естественно, недругом номенклатуры, которой он говорил: «Не туда идёте!»
К тому же Кочетов прямо указал на ту западноевропейскую коммунистическую партию, которая первой сдаст дело Маркса — Энгельса — Ленина. Это Итальянская коммунистическая партия. В романе есть такой персонаж — Бенито Спада. Я думаю, что прототипом был итальянский литературовед, состоявший в Компартии Италии, Витторио Страда. Но опять же это такой гротесковый образ, с помощью которого очень хорошо показана идейная эрозия. И вообще, весь этот роман — об идейной эрозии советского общества. Это роман-предупреждение, роман-вопрос: "Чего же ты хочешь?". Потому что если ты хочешь этого, то закончится всё очень-очень плохо… И действительно, прошло менее четверти века после выхода романа, и Советский Союз развалился, точнее, его развалили те самые люди, о которых писал Кочетов: «постепенное продвижение к руководству в различных ведущих организациях таких людей, которым больше по душе строй западный…» Тут я вспоминаю Горбачёва, Шеварднадзе, Яковлева, хотя это лишь фронтмены, те, кто на первом плане, а за ними стояла целая когорта людей, которые считали, что социализм изжил себя и нужно вливаться в западный мир. Удивительно только вот что: как эти люди при всей их ушлости, хитрости, изворотливости поверили в то, что западные верхушки посадят их с собой за один стол, на равных? Нужно обладать очень странным сознанием, чтобы поверить, что те, кто 400–500 лет рулят миром, этих выскочек посадят за один стол. А им, в лучшем случае, дали корзину печенья, банку варенья и возможность рекламировать пиццу.

Юрий Козлов. Кочетов, который все эти вещи очень чётко понимал, предвидел, тем не менее, не показал в своём произведении (наверное, и невозможно это было сделать), как, собственно, этот процесс можно остановить, как вернуться к той идеальной конструкции, которая была в его сознании. Он апеллировал к лучшим чертам в человеке. И здесь он выходил на проблему, над которой лучшие человеческие умы бились многие тысячи лет. И они не находили идеальной гармонии между государством и человеком, между распределяемыми благами и культурным уровнем. Эти вещи, видимо, нерешаемы в человеческой цивилизации. И с этой точки зрения роман очень интересен.

Андрей Фурсов. Я думаю, дело не в том, что они нерешаемы в человеческой цивилизации. Но ни те, кого мы называем либералами, ни те, кого мы называем охранителями-консерваторами, не смогли разработать модель выхода Советского Союза из структурного кризиса.

Юрий Козлов. Сталин пытался решить этот вопрос, разрабатывал экономические вопросы, развивал артели, потребкооперацию…

Андрей Фурсов. Сталин понимал, что для того, чтобы система развивалась, она должна стать мировой. И он действительно пытался создать мировую социалистическую систему с единой валютой. То есть, социалистическая система может реально сосуществовать с капиталистической, если она не автаркична, но относительно закрыта. Но она гибнет, как только начинает интегрироваться в Западный мир. Что произошло после Сталина? Все идеи о создании социалистического мирового рынка были выброшены, и началась интеграция в мировую капиталистическую систему. Первым тезис о возможности мирного сосуществования стран с различным социально-экономическим строем сформулировал Маленков в 1953 году. Хрущёв его раскритиковал за это, но в 1956 году сказал то же самое. И дальнейшая эволюция шла так: каждый новый правитель Советского Союза — это ещё большая интеграция в мировую капиталистическую систему. Никогда не забуду, как слушал тронную речь Андропова, ставшего генсеком. Андропов сказал: «Пусть империалисты нас не боятся. Если они нас не тронут, то и мы их не тронем!» То есть, это оливковая ветка, «ребята, давайте жить дружно!»

Юрий Козлов. Возвращаясь к Кочетову, хочу отметить, что главное, что в его романе присутствует — это масштаб личности. Личности, которая может осознать интересы общества, интересы государства, которая может проанализировать ситуацию, в которой оказалась страна и народ, и предпринять какие-то действия. В этом плане к Сталину можно предъявлять разные претензии, но к масштабу его личности никаких претензий предъявить нельзя.

Андрей Фурсов. Как сказал Шолохов, возражая кому-то: «Да, был культ, но была и личность!»

Юрий Козлов. Так и про Ленина Маяковский писал: «Он в черепе сотней губерний ворочал». Я считаю, что социализм, Советский Союз — это альтернативная цивилизация. Но в тяжёлый момент позднего СССР не оказалось таких личностей, не оказалось человека, который мог бы на себя взять всю ответственность. Наверху были посредственные люди, и когда на них посыпались материальные блага, у них начала формироваться совершенно другая психология. Жёлтый металл, о котором писал Иванов, так или иначе стал их облучать, и мы пришли к тому, к чему пришли.

Андрей Фурсов. Беда в том, что с какого-то момента не просто личности не оказалось, а сама система начала порождать именно такой тип личности.

Юрий Козлов. Пошёл отрицательный отбор.

Андрей Фурсов. И связано это было с отказом от рывка в посткапиталистическое будущее. Причём в 1970-е–1980-е годы в плане научно-технического развития Советский Союз демонстрировал совершенно фантастические результаты, а в социально-экономическом и политическом плане была деградация. Наличие на верхних этажах власти таких, как Шеварднадзе, Яковлев, Горбачёв, — это приговор системе.

Юрий Козлов. И человек, который попадал туда с какими-то идеями, хотел что-то сделать, в лучшем случае адаптировался, а в худшем — подвергался насмешкам, его держали за идиота.

Андрей Фурсов. В этом плане роман Кочетова не только предупреждение, это глас вопиющего в пустыне…

Юрий Козлов. Но при этом у него был ошеломительный успех, его читали буквально все.

Андрей Фурсов. Журнал "Октябрь" невозможно было достать…

Юрий Козлов. Я заканчивал 10 класс, когда вышел этот роман. И я помню, что его читали и школьники, и рабочие, и интеллигенция, в том числе творческая интеллигенция. Он затронул что-то такое, что в той или иной степени волновало каждого советского человека. Другое дело, что он, может быть, не дал каких-то рецептов, ясной программы или хотя бы ориентиров, как выйти из ситуации. Но он это показал, все взволновались, все это почувствовали. А реакция системы — гасить подушками, завалить ватой, заткнуть и убрать роман, не обсуждать его — это уже был приговор самой системе. И это чувствовал, понимал сам Кочетов.

Андрей Фурсов. Ясно, что Кочетов, как советский человек, как идейный коммунист, переживал это как свою личную экзистенциальную драму.

Юрий Козлов. Так и надо оценивать этот роман

Андрей Фурсов. Я прочёл роман в 1970-е годы. И некоторые мои знакомые говорили, мол, это перебор, он сгущает краски… Но прошло всего 15 лет и оказалось, что краски-то он не сгущал, а оказался пророком.

Юрий Козлов. Сейчас советская система живёт только в воспоминаниях людей, но интерес к прошлому растёт. Особенно в связи с крахом нового миропорядка, с осмыслением места России. И всё больше и больше талантливых писателей начинают об этом писать. В этом я вижу возрождение русской литературы. И пусть даже этих писателей критикуют, пусть их считают ретроградами, что они не художественны, что ведут читателя в какой-то тупик. Но я так не считаю! Это направление в нашей литературе набирает силу, становится действенным. Оно понимается читателем, читатель его поддерживает.

Андрей Фурсов. Согласен. По мере того, как мир заходит в тупик, становится всё яснее, что исторически единственной альтернативой капиталистической системе был очень недолго просуществовавший социалистический строй. Причём достижением советской цивилизации было не только нечто вещественное (корабли, космические аппараты и так далее), но и человек-творец, который мог всё это создать. Главное достижение советской цивилизации — энный процент людей-творцов. Неслучайно постперестроечная публика устами Фурсенко заявляла, что, мол, это был порок системы — создание человека-творца, а нам нужен потребитель.

Юрий Козлов. То есть гниль шла не снизу, она шла сверху.

Андрей Фурсов. Конечно, рыба гниёт с головы. Кочетов это очень хорошо показал. И я хотел бы, чтобы наш читатель прочёл роман "Чего же ты хочешь?".
Вообще, есть целый ряд советских писателей, сейчас забытых. Например, замечательный писатель Николай Шпанов, о котором ушлый Юлиан Семёнов сказал, что это единственный советский писатель, у которого можно научиться глобальному видению. Люди моего поколения знают с детства его приключенческие романы "Война «невидимок»", "Первый удар". А у него есть ещё два романа о войне: "Поджигатели" и "Заговорщики". Есть ещё писатель, которого наша либеральная публика ненавидит, пожалуй, даже больше, чем Кочетова. Это Иван Шевцов, автор романа "Тля". Эти писатели интересны не только как литераторы, но и как исследователи эпохи. То, о чём написал Кочетов, — это не только вчерашний день, но и день сегодняшний в его развитии.

2022-02-03

https://zavtra.ru/blogs/o_romane_chego_ ... yandex.com


Опубликованы 11 книг А.И. Орлова

Размещаем информацию Издательства "Об издательском холдинге", содержащую библиографическое описание и интернет-адреса наших книг.

Об издательском холдинге

Группа компаний IPR MEDIA, представленная тремя крупными российскими издательствами «Ай Пи Ар Медиа» («IPR MEDIA»), «Вузовское образование», «Профобразование» более 15 лет занимается изданием актуальной учебной и научной литературы (на русском и иностранных языках) для обеспечения образовательного процесса в учебных заведениях России и зарубежных стран по всем направлениям высшего образования, специальностям и профессиям среднего профессионального образования, дополнительного образования, а также профессиональной литературы для практикующих специалистов.
На сегодняшний день издательствами выпущено более 6000 наименований (учебников, учебных пособий, монографий) в печатном и электронном виде, по которым учатся студенты и работают преподаватели более 1000 учебных заведений страны.
Компании являются также разработчиками крупнейших электронных образовательных ресурсов для учебных заведений: электронно-библиотечной системы IPR SMART (https://iprbookshop.ru/ ), занимающей лидирующие позиции среди российских полнотекстовых баз данных, Электронного ресурса цифровой образовательной среды СПО PROFобразование (https://profspo.ru), платформы «Русский как иностранный» (https://ros-edu.ru), адаптивных технологий для обучения людей с ограниченными возможностями зрения (программа невизуального доступа к информации WV-Reader, версии сайта для слабовидящих, получившие одобрение Всероссийского общества слепых) и других сертифицированных программных продуктов и разработок в сфере информационных, библиотечных, образовательных технологий.

Книги профессора Орлова Александра Ивановича,
размещенные в нашей основной электронно-библиотечной системе IPR SMART (https://iprbookshop.ru/ ):

1. Искусственный интеллект: нечисловая статистика : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html

2. Искусственный интеллект: статистические методы анализа данных : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 843 c. — ISBN 978-5-4497-1470-1. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117029.html

3. Искусственный интеллект: экспертные оценки : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 436 c. — ISBN 978-5-4497-1469-5. — Текст : электронный // IPR SMART : [сайт]. — URL https://www.iprbookshop.ru/117030.html

4. Основы теории принятия решений : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 66 c. — ISBN 978-5-4497-1423-7. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117037.html

5. Прикладной статистический анализ : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 812 c. — ISBN 978-5-4497-1480-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117038.html

6. - Проблемы управления экологической безопасностью : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 224 c. — ISBN 978-5-4497-1424-4. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117039.html

7. Теория принятия решений : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 826 c. — ISBN 978-5-4497-1467-1. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117047.html

8. Устойчивые экономико-математические методы и модели : монография / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 337 c. — ISBN 978-5-4497-1459-6. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117049.html

9. Экспертные оценки : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 57 c. — ISBN 978-5-4497-1420-6. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117053.html

10. Эконометрика : учебник / Агаларов З.С., Орлов А.И.. — Москва : Дашков и К, 2021. — 380 c. — ISBN 978-5-394-04075-7. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/107834.html

11. Эконометрика : учебное пособие / Орлов А.И.. — Москва, Саратов : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 676 c. — ISBN 978-5-4497-0362-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/89481.html

Издания доступны для просмотра только авторизованным пользователям. Если ВУЗ подписан на нашу ЭБС для авторизации необходимо обратиться в библиотеку для получения логина и пароля.

Кроме того в настоящее время компания IPR MEDIA при поддержке Агентства стратегических инициатив, Университета Иннополис и Российской государственной библиотеки реализует масштабную Всероссийскую инициативу по развитию университетских и научных знаний IPR TRANSFER, целью которой является создание Библиотеки цифрового университета с образовательным контентом по информационным и сквозным цифровым технологиям для обеспечения актуализированных и новых образовательных модулей и дисциплин, предусматривающих формирование цифровых компетенций.

Книги профессора Орлова Александра Ивановича, которые планируются к размещению на платформе Библиотеки цифрового университета (https://datalib.ru ):

- Искусственный интеллект: нечисловая статистика : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0;

- Искусственный интеллект: статистические методы анализа данных : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 843 c. — ISBN 978-5-4497-1470-1;

- Искусственный интеллект: экспертные оценки : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 436 c. — ISBN 978-5-4497-1469-5.



Искусственный интеллект: нечисловая статистика : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 446 c. — ISBN 978-5-4497-1435-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117028.html

А.И. Орлов


Искусственный интеллект

Нечисловая статистика

Учебник

2022


Автор:
Орлов А. И. доктор экономических наук, доктор технических наук, кандидат физико-математических наук, профессор, кафедры "Экономика и организация производства" (ИБМ-2) Московский государственный технический университет имени Н.Э. Баумана


Орлов Александр Иванович.
Искусственный интеллект: Нечисловая статистика: учебник. / А.И.Орлов. –... – 2022.

В учебнике впервые систематически рассматривается важная составляющая искусственного интеллекта - сердцевина высоких статистических технологий, одна из четырех основных областей современной прикладной математической статистики – нечисловая статистика. Она порождена потребностями прикладных социально-экономических, технических и медико-биологических исследований. Основой ее математического аппарата является использование расстояний между объектами нечисловой природы и решений оптимизационных задач, а не операций суммирования данных, как в других областях статистики. В книге рассмотрены основные виды нечисловых данных, методология, процедуры и особенности их статистического анализа. Представлены статистические методы в пространствах произвольной природы, статистика нечисловых данных конкретных видов, статистика интервальных данных. Большое внимание уделяется проблемам практического применения методов и результатов нечисловой статистики.
Подготовлен с учетом требований Федерального государственного образовательного стандарта высшего образования.
Учебник предназначен для студентов, преподавателей и специалистов, заинтересованных в применении современных статистических методов в технике, экономике, управлении, медицине, социологии и иных областях, а также для разработчиков таких методов и соответствующего программного обеспечения. Книга представляет интерес также для исследователей в области искусственного интеллекта, прикладной и математической статистики, анализа данных, методов оптимизации, математического и организационно-экономического моделирования.

(с) Орлов А.И., 2021

Содержание

Предисловие

Введение. Нечисловая статистика - основа высоких статистических технологий
В-1. О развитии статистических методов
В-2. Структура нечисловой статистики
Литература

Глава 1. Нечисловые статистические данные
1.1. Количественные и категоризованные данные
1.2. Основы теории измерений
1.3. Виды нечисловых данных
1.4. Нечеткие множества – частный случай нечисловых данных
1.5. Вероятностные модели порождения нечисловых данных
1.6. Сведение нечетких множеств к случайным
1.7. Данные и расстояния в пространствах произвольной природы
1.8. Аксиоматическое введение расстояний
Литература
Темы докладов, рефератов, исследовательских работ
Контрольные вопросы и задачи

Глава 2. Статистические методы в пространствах произвольной природы
2.1. Эмпирические и теоретические средние
2.2. Законы больших чисел
2.3. Экстремальные статистические задачи
2.4. Одношаговые оценки
2.5. Непараметрические оценки плотности
2.6. Статистики интегрального типа
2.7. Методы восстановления зависимостей
2.8. Методы классификации
2.9. Методы шкалирования
Литература
Темы докладов, рефератов, исследовательских работ
Контрольные вопросы и задачи

Глава 3. Статистика нечисловых данных конкретных видов
3.1. Инвариантные алгоритмы и средние величины
3.2. Теория случайных толерантностей
3.3. Метод проверки гипотез по совокупности малых выборок
3.4. Теория люсианов
3.5. Метод парных сравнений
3.6. Статистика нечетких множеств
3.7. Статистика нечисловых данных в экспертных оценках
Литература
Темы докладов, рефератов, исследовательских работ
Контрольные вопросы и задачи

Глава 4. Статистика интервальных данных
4.1. Основные идеи статистики интервальных данных
4.2. Интервальные данные в задачах оценивания
4.3. Интервальные данные в задачах проверки гипотез
4.4. Линейный регрессионный анализ интервальных данных
4.5. Интервальный дискриминантный анализ
4.6. Интервальный кластер-анализ
4.7. Интервальные данные в инвестиционном менеджменте
4.8. Статистика интервальных данных в прикладной статистике
Литература
Темы докладов, рефератов, исследовательских работ
Контрольные вопросы и задачи

Приложение 1. Теоретическая база нечисловой статистики
П-1. Законы больших чисел
П-2. Центральные предельные теоремы
П-3. Теоремы о наследовании сходимости
П-4. Метод линеаризации
П-5. Принцип инвариантности
Литература

Приложение 2. Об авторе этой книги


Предисловие

В "Национальной стратегии развития искусственного интеллекта на период до 2030 года принято следующее определение: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (https://www.garant.ru/products/ipo/prime/doc/72738946/)". В этом определении прямо не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование, включая высокие статистические технологии, в том числе нечисловую статистику, теорию и практику экспертных оценок, статистические методы анализа данных.
Автор занимается проблемами искусственного интеллекта около полвека (первые статьи напечатаны в 1972 г.). Настоящая книга посвящена важной составляющей искусственного интеллекта - нечисловой статистике (статистике нечисловых данных, статистике объектов нечисловой природы).
В учебнике впервые в мире систематически рассматривается одна из четырех основных областей современной прикладной статистики - нечисловая статистика. Она порождена в 70-х годах ХХ в. потребностями прикладных социально-экономических, технических и медико-биологических исследований. Основой ее математического аппарата является использование расстояний между объектами нечисловой природы и решений оптимизационных задач, а не операций суммирования данных, как в других областях статистики. В учебнике рассмотрены основные виды нечисловых данных и особенности их статистического анализа. Большое внимание уделяется проблемам практического применения рассматриваемых методов и результатов.
Нечисловую статистику называют также статистикой нечисловых данных или статистикой объектов нечисловой природы. Она является сердцевиной высоких статистических технологий, т.е. современной прикладной статистики. Ее рассматривают также как одну из четырех основных областей статистики. Три других - это статистика чисел (случайных величин), статистика векторов (многомерный статистический анализ), статистика функций (временных рядов и случайных процессов).
Какие данные называют нечисловыми? Описание технического, социально-экономического, медицинского объекта изучения часто удается представить в виде вектора, часть координат которого измерена по количественным шкалам, а часть - по качественным, имеющим конечное число градаций. Это - наиболее распространенный тип нечисловых данных.
В общем случае под нечисловыми данными понимают элементы пространств, не являющихся линейными (векторными), в которых нет операций сложения элементов и их умножения на действительное число. Кроме результатов измерений по качественным признакам, примерами являются последовательности из 0 и 1, бинарные отношения (ранжировки, разбиения, толерантности); множества (в том числе плоские изображения и объемные тела); нечеткие (размытые, расплывчатые, fuzzy) числа и множества, их частный случай - интервалы; результаты парных сравнений и другие объекты, возникающие в прикладных исследованиях. Все эти виды нечисловых данных и вероятностные модели их порождения подробно рассматриваются в учебнике. Их обобщением, как и обобщением числовых данных (чисел, векторов, функций), являются элементы пространств произвольной природы.
Исторически нечисловые данные стали рассматриваться раньше, чем статистические данные в виде действительных чисел. Книга Чисел Ветхого Завета содержит обширные сведения о численностях тех или иных совокупностей. Натуральные числа можно отнести к нечисловым данным - хотя их можно складывать, но умножение на действительное число выводит за пределы натурального ряда. Теория вероятностей также начиналась с моделирования нечисловых данных, таких, как результаты бросания игральных костей и вытаскивания шаров из урн. Однако к началу ХХ века основное внимание статистиков переместилось на рассмотрение числовых случайных величин, моделирующих действительнозначные результаты наблюдений.
К 70-м годам ХХ в. развитие прикладных научных исследований в инженерном деле, социологии, экономике, менеджменте, психологии, медицине и других областях привело к необходимости разработки методов статистического анализа нечисловых данных. В СССР вокруг всесоюзного семинара «Экспертные оценки и нечисловая статистика» сложился неформальный научный коллектив из нескольких десятков активных исследователей.
Сначала изучались методы анализа конкретных видов нечисловых данных, устанавливались связи между ними. Затем пришло понимание статистики нечисловых данных как самостоятельной области прикладной статистики со своей внутренней структурой и разнообразными связями между подходами и результатами, относящимися к тем или иным видам нечисловых данных.
Статистика нечисловых данных была выделена нами как самостоятельная область прикладной статистики в 1979 г. За прошедшие с тех пор годы арсенал ее методов пополнился многими полезными новшествами. Но основные идеи выдержали проверку временем, что и оправдывает их изложение в настоящей книге.
О развитии нечисловой статистики. Как уже отмечалось, в 70-е годы ХХ в. в СССР возник неформальный научный коллектив исследователей, изучающих методы анализа нечисловых данных различных видов. Центром являлся научный семинар "Экспертные оценки и нечисловая статистика" и одноименная комиссия в составе Научного Совета АН СССР по комплексной проблеме "Кибернетика".
Вначале разбирались подходы предшественников, в частности, аксиоматическое введение расстояний между объектами нечисловой природы и нахождение среднего по Кемени, репрезентативная теория измерений, нечеткие множества Заде, парные сравнения по Дэвиду и др. Затем были проведены многочисленные самостоятельные исследования. В частности, были установлены взаимосвязи между подходами и результатами для различных типов нечисловых данных, разработана общая теория статистического анализа нечисловых данных произвольной природы.
В итоге стало возможным говорить о новой области прикладной статистики - нечисловой статистике. Время ее окончательного формирования - первая половина 80-х годов - было и временем наибольшей организационной активности. Две всесоюзные конференции - в Алма-Ате (1981 г.) и в Таллинне (1984 г.) собрали по 300-500 участников.
Со второй половины 80-х годов ХХ в. статистика нечисловых данных (статистика объектов нечисловой природы) стабильно развивается. Много публикаций содержится в журналах "Заводская лаборатория", "Социология: методология, методы, математические модели", периодических сборниках "Статистические методы оценивания и проверки гипотез". Разделу нечисловой статистики - статистике интервальных данных была посвящена Международная конференция ИНТЕРВАЛ-92 (Интервальные и стохастические методы в науке и технике, г. Калининград Московской области, сентябрь 1992 г.)
Неформальный коллектив по нечисловой статистике включает в себя десятки российских исследователей, а если учитывать авторов одной - двух работ - то и сотни. За почти 30 лет выпущено несколько десятков сборников и монографий, много статей в научных журналах. Однако из-за отсутствия формальной инфраструктуры (например, Института нечисловой статистики в составе Российской академии наук) имеются лишь единичные методики и программные продукты, предназначенные для практического использования. В отличие от научных монографий практически отсутствуют учебники и учебные пособия, а также книги, содержащие введение и общий обзор нечисловой статистики.
Настоящая книга заполняет существенный пробел в литературе по нечисловой статистике. Она дает введение в предмет, позволяет познакомиться с нечисловой статистикой на современном научном уровне. Изложение доводится до переднего края ведущихся в настоящее время научных исследований. Постоянно в поле зрения находятся вопросы практического применения рассматриваемых подходов, методов, результатов. В частности, используется опыт разработки нашим коллективом автоматизированного рабочего места МАТЭК (математика в экспертизе), предназначенного для организатора экспертного опроса. В монографии отражены также работы по статистике нечисловых данных и ее применениям, за которые автору в 1992 г. была присуждена ученая степень доктора технических наук (по научному докладу об опубликованных работах, т.е. без написания диссертации классического вида).
Чтобы в сравнительно небольшой книге охватить всю статистику нечисловых данных, приходится идти на жертвы. Мы отказываемся от разбора большинства доказательств, отсылая читателей к публикациям, содержащим эти доказательства. Примерами подобного стиля изложения являются обзоры по статистике нечисловых данных, помещенные в разделе "Математические методы исследования" журнала "Заводская лаборатория" (1990, № 3; 1995, № 3, № 5; 1996, № 3; 2019, № 11).
Стиль книги. В любой математизированной области есть три уровня исследований - методологический, теоретический и практический. На методологическом уровне излагаются общие подходы и формулируются основные результаты. На теоретическом уровне, грубо говоря, доказывают теоремы. В частности, выявление необходимых и достаточных "условий регулярности" обычно осуществляется в результате цепи работ этого уровня.
Например, на методологическом уровне Центральная Предельная Теорема теории вероятностей формулируется так: "При некоторых условиях регулярности распределение центрированной и нормированной суммы независимых случайных величин при росте числа слагаемых стремится к стандартному нормальному распределению". Около двухсот лет - от Муавра и Лапласа до Линдеберга и Феллера - "некоторые условия регулярности" уточнялись в работах теоретического уровня.
В настоящей книге изложение идет в основном на методологическом уровне. При спуске на теоретический уровень приводятся формулировки теорем, в основном без доказательств, но со ссылками на публикации, где они содержатся. Обоснованием для выбора такого варианта построения книги, кроме желания ограничить ее объем разумными рамками, послужило следующее представление о предпочтениях будущих читателей: большинство из них не извлечет пользы из того, что в некоторой формулировке можно заменить требование, скажем, дифференцируемости определенной функции на требование ее непрерывности. Сказанное не означает, что автор отрицает целесообразность проведения научных работ, посвященных подобным ослаблениям условий регулярности. Просто им не место в книге, предназначенной для первого знакомства с нечисловой статистикой.
На практическом уровне исследований большое внимание уделяют конкретному объекту приложений - технической, социально-экономической или медицинской системе. Для достаточно информативного описания каждого такого исследования нужна отдельная монография, которая обычно и готовится в качестве отчета по работе. Поэтому мы вынуждены ограничиться краткими замечаниями о практическом применении различных методов нечисловой статистики. Однако суммарно эти замечания составляют существенную часть как авторского замысла, так и объема книги.
Содержание книги. Во введении кратко обсуждаем историю и современное состояние статистических методов и, прежде всего, прикладной статистики, место в ней статистики нечисловых данных. Анализируется сложившаяся структура нечисловой статистики – сердцевины высоких статистических технологий.
Книга делится на главы, а главы - на разделы. В главе 1 изучаются конкретные виды нечисловых статистических данных, соответствующие вероятностные модели. Сопоставляются количественные и категоризованные данные. Разобраны основы теории измерений. Большое внимание уделено нечетким множествам как частному виду нечисловых данных. Продемонстрирована возможность сведения теории нечетких множеств к теории случайных множеств. Обсуждаются статистические данные и необходимые для их анализа расстояния в пространствах произвольной природы. Обсуждается аксиоматический подход к введению расстояний и показателей различия в различных пространствах объектов нечисловой природы.
В главе 2 развиваются статистические методы анализа данных произвольного вида, лежащих в метрическом пространстве или в пространстве с мерой различия. Эмпирические и теоретические средние приходится определять как решения экстремальных статистических задач, и законы больших чисел оказываются частными случаями утверждений об асимптотическом поведении решений таких задач. Другие классы частных случаев подобных утверждений связаны с теорией одношаговых оценок параметров распределения вероятностей (они имеют преимущества по сравнению с оценками максимального правдоподобия) и с оптимизационными постановками основных задач прикладной статистики, в том числе задач восстановления зависимостей, классификации, шкалирования и снижения размерности. Для описания распределений нечисловых данных разработаны непараметрические оценки плотности, используемые также в регрессионном, дискриминантном и кластерном анализах. В предельной теории статистик интегрального типа найден ряд необходимых и достаточных условий.
Глава 3 посвящена статистическому анализу конкретных видов нечисловых данных. В частности, в рамках репрезентативной теории измерений получены характеризации средних величин свойством устойчивости результата сравнения средних относительно той или иной группы допустимых преобразований шкалы. Изучены случайные толерантности. Метод проверки гипотез по совокупности малых выборок применен в теории люсианов - конечных последовательностей испытаний Бернулли с, вообще говоря, различными вероятностями успеха. Люсианы находят применение в теории парных сравнений. Рассмотрены основные вопросы статистики нечетких множеств. Обсуждается использование нечисловой статистики в теории и практике экспертных оценок - области исследований, во многом стимулировавшей развитие основных идей статистического анализа нечисловых данных.
Глава 4 посвящена основным подходам и результатам статистики интервальных данных, быстро развивающейся в последние годы. Для интервальных данных решен ряд задач оценивания и проверки гипотез. Построены интервальные аналоги регрессионного, дискриминантного и кластерного анализов. Интервальные данные применены в инвестиционном менеджменте. Рассмотрена роль статистики интервальных данных в прикладной статистике.
В приложение 1 включены некоторые вопросы, относящиеся к теоретической базе нечисловой статистики. Рассмотрены классические законы больших чисел, центральные предельные теоремы, метод линеаризации и принцип инвариантности. Теоремы о наследовании сходимости сравнительно малоизвестны и могут представить особый интерес. В приложении 2 содержится информация об авторе, позволяющая читателям лучше понять происхождение идей, изложению которых посвящена настоящая книга.
Нумерация формул, определений. теорем, таблиц, рисунков - своя в каждом разделе. Литература приводится по главам в порядке первого упоминания. Списки литературы включают основные публикации по нечисловой статистике, а также те работы, на которые даются ссылки в тексте. Они не претендуют на полноту хотя бы потому, что перечень известных автору публикаций по рассматриваемой тематике по объему превысил бы настоящую книгу в несколько раз.
Для кого эта книга? Она предназначена для широкого круга читателей - студентов и преподавателей, прикладников и математиков. Для ее чтения достаточно знаний в объеме вводного курса математической статистики, включающего основные задачи описания данных, оценивания и проверки гипотез.
Эта книга - прежде всего учебник. Он предназначен для студентов различных специальностей, прежде всего технических, управленческих и экономических, слушателей институтов повышения квалификации, структур послевузовского (в том числе второго) образования, в частности, программ МВА («Мастер делового администрирования»), преподавателей вузов. Учебник будет полезен инженерам, менеджерам, экономистам, социологам, биологам, медикам, психологам, историкам, другим специалистам, самостоятельно повышающим свой научный уровень. Короче, всем научным и практическим работникам, связанным с анализом данных.
Учебник может быть использован при изучении дисциплин, полностью или частично посвященных методам анализа нечисловых результатов наблюдений (измерений, испытаний, опытов). Типовые названия таких курсов - «Прикладная статистика», «Эконометрика», «Анализ данных», «Статистический анализ», «Теория принятия решений», «Управленческие решения», «Экономико-математическое моделирование», «Прогнозирование», «Хемометрия», «Математические методы в социологии», и т.п. Учебник необходим студентам специальности «Менеджмент высоких технологий», особенно при изучении учебной дисциплины «Организационно-экономическое моделирование».
Книга будет полезна широкому кругу специалистов, заинтересованных в применении современных статистических методов анализа нечисловых данных в любой предметной области. Она необходима разработчикам таких методов и соответствующего программного обеспечения, т.е. специалистам по прикладной статистике.
Специалистам по теории вероятностей и математической статистике эта книга также может быть интересна и полезна, поскольку в ней описан современный взгляд на прикладную математическую статистику, основные подходы и результаты в этой области, открывающие большой простор для дальнейших математических исследований.
Книга представляет интерес для исследователей - специалистов по вопросам управления, в том числе по принятию решений, методам оптимизации и математическому моделированию. Наконец, без нее не сможет обойтись ни один преподаватель прикладной или математической статистики, статистических методов для любой конкретной области применений, если он хочет, чтобы его лекционный курс был современным.
Благодарности. Автор благодарен за полезные обсуждения многочисленным коллегам по научным семинарам, по работе в Институте высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана, в Российской ассоциации статистических методов и Российской академии статистических методов.
С текущей научной информацией по статистическим методам можно познакомиться на сайте «Высокие статистические технологии» http://orlovs.pp.ru . Достаточно большой объем информации содержит еженедельник "Эконометрика" (электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана), выпускаемый с июля 2000 г. (о нем сказано на указанном выше сайте). Автор искренне благодарен разработчику сайта и редактору электронного еженедельника А.А. Орлову за многолетний энтузиазм.
Автор будет благодарен читателям, если они сообщат свои вопросы и замечания по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru .


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Пт июн 10, 2022 9:39 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1116 от 13 июня 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Помещаем информацию об учебнике "Прикладной статистический анализ" А.И. Орлова (аннотацию, содержание, предисловие, введение).


Прикладной статистический анализ : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 812 c. — ISBN 978-5-4497-1480-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117038.html


А.И.Орлов


Прикладной статистический анализ


Учебник


Орлов А. И. доктор экономических наук, доктор технических наук, кандидат физико-математических наук, профессор кафедры "Экономика и организация производства" (ИБМ-2) Московского государственного технического университета имени Н.Э. Баумана


Учебник посвящен основным методам современной прикладной статистики. В нем рассмотрены вероятностно-статистическая база и основные проблемы прикладной статистики – описание данных, оценивание, проверка гипотез. Описываются методы статистического анализа числовых величин, многомерного статистического анализа, временных рядов, статистики нечисловых и интервальных данных. Обсуждается методология прикладной статистики, ее современное состояние и перспективы развития. Изложение соответствует рекомендациям Российской академии статистических методов. Каждая глава учебника – это введение в большую область прикладной статистики. Приведенные литературные ссылки помогут выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, помещенных в учебник.
Подготовлен с учетом требований Федерального государственного образовательного стандарта высшего образования.
Учебник предназначен для студентов направления подготовки 09.03.03 «Прикладная информатика», изучающих дисциплину «Прикладной статистический анализ», 27.03.05 «Инноватика», дисциплина «Эконометрика», 38.03.02 «Менеджмент» дисциплина «Прикладная статистика», 38.03.01 «Экономика» дисциплины «Основы теории вероятностей и математической статистики», «Статистика», 02.03.01 «Математика и компьютерные науки» дисциплина «Теория вероятностей и математическая статистика», а также будет полезен для студентов и преподавателей вузов, научных и практических работников, имеющих отношение к анализу данных.

Содержание

Предисловие 10
Введение. Прикладная статистика как область научно-практической
деятельности 14
Литература 23
Часть 1. Фундамент прикладной статистики 25
Глава 1. Различные виды статистических данных 25
1.1. Количественные и категоризованные данные 25
1.2. Основные шкалы измерения 30
1.3. Нечисловые данные 35
1.4. Нечеткие множества — частный случай нечисловых данных 47
1.5. Данные и расстояния в пространствах произвольной природы 57
1.6. Аксиоматическое введение расстояний 61
Литература 71
Контрольные вопросы и задачи 72
Темы докладов, рефератов, исследовательских работ 72
Глава 2. Основы вероятностно-статистических методов описания неопределенностей.............74
2.1. Теория вероятностей и математическая статистика - научные основы прикладной статистики 74
2.2.События и вероятности 80
2.3. Суть вероятностно-статистических методов 104
2.4. Случайные величины и их распределения 106
2.5. Основные проблемы прикладной статистики - описание данных, оценивание и проверка гипотез 131
2.6. Некоторые типовые задачи прикладной статистики и методы их решения ....154
Литература 171
Контрольные вопросы и задачи 172
Темы докладов, рефератов, исследовательских работ 173
Глава 3. Выборочные исследования 174
3.1. Применение случайной выборки (на примере оценивания функции спроса....174
3.2. Маркетинговые опросы потребителей 177
3.3. Проверка однородности двух биномиальных выборок 191
Литература 196
Контрольные вопросы и задачи 197
Темы докладов, рефератов, исследовательских работ 197
Глава 4. Теоретическая база прикладной статистики 199
4.1. Законы больших чисел 199
4.2. Центральные предельные теоремы 201
4.3. Теоремы о наследовании сходимости 204
4.4. Метод линеаризации 208
4.5. Принцип инвариантности 209
4.6. Нечеткие множества как проекции случайных множеств 211
4.7. Устойчивость выводов и принцип уравнивания погрешностей 220
Литература 234
Контрольные вопросы и задачи 235
Темы докладов, рефератов, исследовательских работ 235
Часть 2. Основные проблемы прикладной статистики 237
Глава 5. Описание данных 233
5.1. Модели порождения данных 237
5.2. Таблицы и выборочные характеристики 243
5.3. Шкалы измерения, инвариантные алгоритмы и средние величины 245
5.4. Вероятностные модели порождения нечисловых данных 251
5.5. Средние и законы больших чисел 266
5.6. Непараметрические оценки плотности 281
Литература 287
Контрольные вопросы и задачи 289
Темы докладов, рефератов, исследовательских работ 290
Глава 6. Оценивание 291
6.1. Методы оценивания параметров 291
6.2. Одношаговые оценки 301
6.3. Асимптотика решений экстремальных статистических задач 309
6.4. Робастность статистических процедур 315
Литература 319
Контрольные вопросы и задачи 320
Темы докладов, рефератов, исследовательских работ 321
Глава 7. Проверка гипотез 322
7.1. Метод моментов проверки гипотез 322
7.2. Неустойчивость параметрических методов отбраковки выбросов 326
7.3. Предельная теория непараметрических критериев 331
7.4. Метод проверки гипотез по совокупности малых выборок 343
7.5. Проблема множественных проверок статистических гипотез 351
Литература 356
Контрольные вопросы 357
Темы докладов, рефератов, исследовательских работ 357
Часть 3. Методы прикладной статистики 359
Глава 8. Статистический анализ числовых величин 359
8.1. Оценивание основных характеристик распределения 359
8.2. Методы проверки однородности характеристик двух независимых выборок 368
8.3. Двухвыборочный критерий Вилкоксона 376
8.4. Состоятельные критерии проверки однородности независимых выборок 388
8.5. Методы проверки однородности связанных выборок 391
8.6. Проверка гипотезы симметрии 395
Литература 399
Контрольные вопросы и задачи 399
Темы докладов, рефератов, исследовательских работ 400
Глава 9. Многомерный статистический анализ 402
9.1. Коэффициенты корреляции 402
9.2. Восстановление линейной зависимости между двумя переменными 404
9.3. Основы линейного регрессионного анализа 413
9.4. Основы теории классификации 421
9.5. Статистические методы классификации 429
9.6. Методы снижения размерности 438
9.7. Индексы и их применение 442
Литература 449
Контрольные вопросы и задачи 450
Темы докладов, рефератов, исследовательских работ 452
Глава 10. Статистика временных рядов 453
10.1. Методы анализа и прогнозирования временных рядов 453
10.2. Оценивание длины периода и периодической составляющей 457
10.3. Метод ЖОК оценки результатов взаимовлияния факторов 467
10.4. Моделирование и анализ многомерных временных рядов 487
10.5. Балансовые соотношения в многомерных временных рядах 494
Литература 505
Контрольные вопросы 506
Темы докладов, рефератов, исследовательских работ 506
Глава 11. Статистика нечисловых данных 508
11.1. Структура статистики нечисловых данных 508
11.2. Теория случайных толерантностей 517
11.3. Теория люсианов 524
11.4. Метод парных сравнений 538
11.5. Статистика нечетких множеств 544
11.6. Статистика нечисловых данных в экспертных оценках 550
Литература 564
Контрольные вопросы и задачи 566
Темы докладов и рефератов 568
Глава 12. Статистика интервальных данных 569
12.1. Основные идеи статистики интервальных данных 569
12.2. Интервальные данные в задачах оценивания характеристик и параметров распределения 577
12.3. Интервальные данные в задачах проверки гипотез 605
12.4. Линейный регрессионный анализ интервальных данных 608
12.5. Интервальный дискриминантный анализ 630
12.6. Интервальный кластер-анализ 632
12.7. Статистика интервальных данных и оценки погрешностей характеристик финансовых потоков инвестиционных проектов 634
12.8. Место статистики интервальных данных (СИД) в прикладной статистике 638
Литература 641
Контрольные вопросы и задачи 643
Темы докладов, рефератов, исследовательских работ 644
Часть 4. Заключение. Современная прикладная статистика 645
Глава 13. Точки роста 645
Глава 14. Высокие статистические технологии 656
Глава 15. Компьютеры в прикладной статистике ....667
Глава 16. Основные нерешенные проблемы прикладной статистики 678
Литература к части 4 684
Приложение 1. Методологические вопросы прикладной статистики 688
Литература к приложению 1 692
Приложение 2. Глазами американцев: российская дискуссия о прикладной статистике…………..………................................................……690
Приложение 3. Об авторе этой книги................................................................699


Предисловие

Прикладная статистика — это наука о том, как обрабатывать данные. Методы прикладной статистики активно применяются в технических исследованиях, экономике, теории и практике управления (менеджменте), социологии, медицине, геологии, истории и т.д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во всех отраслях практической деятельности, почти во всех областях теоретических исследований. Настоящий учебник позволяет овладеть современными методами прикладной статистики на уровне, достаточном для использования этих методов в научной и практической деятельности.
Содержание учебника. Учебник посвящен основным методам современной прикладной статистики и состоит из четырех частей. В первой части рассмотрен вероятностно-статистический фундамент прикладной статистики. Для удобства читателей включены основы современной теории вероятностей и математической статистики, на которых базируется прикладная статистика.
Основные проблемы прикладной статистики — описание данных, оценивание, проверка гипотез — разобраны во второй части. Методам статистического анализа числовых величин, многомерного статистического анализа, временных рядов, статистики нечисловых и интервальных данных посвящена третья часть учебника. В заключительной четвертой части обсуждаются перспективы развития прикладной статистики и ее методология. В конце каждой главы приведен список литературных источников, контрольные вопросы и задачи, а также темы докладов, рефератов, исследовательских работ. Нумерация таблиц, рисунков, формул, теорем, примеров дана как по главам, так и по параграфам.
Общее количество статей и книг по прикладной статистике давно превысило 106, из них актуальными к настоящему времени являются не менее 105. Конкретный специалист может овладеть несколькими тысячами из них. Следовательно, ни один исследователь не может претендовать на знакомство более чем с 2–3% актуальных публикаций, и в любом учебнике содержится лишь небольшая часть знаний, накопленных в прикладной статистике. Однако автор надеется, что наиболее важные подходы, идеи, результаты и алгоритмы расчетов включены в учебник. Эта надежда основана на более чем тридцатилетнем опыте теоретической и практической работы в прикладной статистике, на совокупном опыте членов научных сообществ, скрупулезном анализе положения в прикладной статистике при создании Всесоюзной статистической ассоциации, Российской ассоциации статистических методов и Российской академии статистических методов.
В отличие от учебной литературы по математическим дисциплинам, в настоящей книге практически отсутствуют доказательства. Однако в нескольких случаях мы сочли целесообразным их привести. При первом чтении доказательства теорем можно пропустить.
О роли литературных ссылок в учебнике необходимо сказать достаточно подробно. Прежде всего, эта книга представляет собой замкнутый текст, не требующий для своего понимания ничего, кроме знания стандартных учебных курсов высшей математике. Зачем же нужны ссылки? Доказательства всех приведенных в учебнике теорем приведены в ранее опубликованных статьях и монографиях. Дотошный читатель, в частности, при подготовке рефератов и при желании глубже проникнуть в материал учебника, может обратиться к приведенным в каждой главе спискам цитированной литературы. Каждая глава учебника — это введение в большую область прикладной статистики. Приведенные литературные ссылки помогут читателям выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, включенных в учебник. За многие десятилетия накопились большие книжные богатства и их надо активно использовать.
Включенные в учебник материалы прошли многолетнюю и всестороннюю проверку. Кроме МГТУ им. Н.Э. Баумана, они использовались при преподавании во многих других отечественных и зарубежных образовательных структурах. О некоторых из них можно получить представление из справки «Об авторе этой книги» в конце учебника.
Со времени первого издания в 2006 г. (под названием "Прикладная статистика") учебник был процитирован более 1300 раз в научных и методических публикациях (по данным международной библиометрической базы данных Google Академия). Это свидетельствует о востребованности учебника, об успешности нашего издательского проекта. В 2002, 2003 и 2004 гг. издательством «Экзамен» был выпущен учебник «Эконометрика» А.И. Орлова (три издания). Это также говорит об актуальности тематики настоящего учебника, поскольку под эконометрикой понимают применение статистических методов, прежде всего прикладной статистики, в экономике и управлении (менеджменте).
Для кого написан учебник? Учебник предназначен для студентов различных специальностей, прежде всего технических, управленческих и экономических, слушателей институтов повышения квалификации, структур послевузовского (в том числе второго) образования, в частности, программ МВА («Мастер делового администрирования»), преподавателей вузов. Он будет полезен инженерам, менеджерам, экономистам, социологам, биологам, медикам, психологам, историкам, другим специалистам, самостоятельно повышающим свой научный уровень. Короче говоря, всем научным и практическим работникам, имеющим отношение к анализу данных.
Учебник может быть использован при изучении дисциплин, полностью или частично посвященных методам анализа результатов наблюдений (измерений, испытаний, опытов). Типовые названия таких дисциплин — «Прикладная статистика», «Организационно-экономическое моделирование», «Эконометрика», «Анализ данных», «Многомерный статистический анализ», «Общая теория статистики», «Планирование эксперимента», «Биометрика», «Теория принятия решений», «Управленческие решения», «Экономико-математическое моделирование», «Математические методы прогнозирования», «Прогнозирование и технико-экономическое планирование», «Хемометрия», «Математические методы в социологии», «Математические методы в геологии» и т.п.
Специалистам по теории вероятностей и математической статистике эта книга также может быть интересна и полезна, поскольку в ней описан современный взгляд на прикладную математическую статистику, основные подходы и результаты в этой области, открывающие большой простор для дальнейших математических исследований.
По окончании типового курса на основе настоящего учебника студенты получат необходимые для практической работы знания, умения и навыки. Кратко укажем их.
Студент будет знать:
- основные понятия теории прикладной статистики;
- основные виды статистических данных;
- основные статистические методы анализа эмпирических экономических данных;
базовые идеи, модели, методы и результаты в области сбора и анализа статистических данных;
- основные статистические показатели, в том числе средние величины (степенные и структурные средние, средние по Коши, средние по Колмогорову) и показатели вариации;
- способы определения репрезентативных выборочных совокупностей;
виды статистических исследований для целей получения первичных статистических данных;
- основные подходы к статистическому изучению взаимосвязи и динамики социально-экономических явлений;
- способы прогнозирования динамики развития явлений
основные подходы к обработке статистических данных с помощью информационных технологий;
- определения и примеры построения экономических индексов.
Студент будет уметь:
- спланировать и провести статистическое исследование
- строить статистические модели;
- применять методы описания и анализа статистических данных
- выбрать оптимальные инструментальные средства обработки данных для решения поставленных задач
- произвести классификацию и группировку статистических данных;
- анализировать динамику развития явлений;
- проводить сравнительный анализ результатов исследования".
- проводить статистический анализ результатов выборочных исследований.
Студент овладеет навыками:
- проведения сбора и анализа конкретных технико-экономических данных на основе базовых статистических методов;
- проведения первичной обработки данных, построения таблиц, диаграмм, сводок и группировок, рядов распределений, расчета основных статистических показателей;
- проведения сбора и анализа конкретных технико-экономических данных на основе базовых статистических методов;
- анализа и выявления связей между изучаемыми экономическими явлениями и процессами;
- поиска и классификации статистической информации;
- основными методами визуализации первичной и аналитической информации о собранных статистических данных;
- навыками построения и анализа рядов динамики, использования коэффициентов корреляции и индексов.
Благодарности. Книга написана в традициях отечественной вероятностно-статистической школы, начало ее современному этапу развития положил академик АН СССР А.Н. Колмогоров, а в области математической статистики – член-корреспондент АН СССР Н.В. Смирнов. Автор искренне благодарен своим учителям - академику АН УССР Б.Г. Гнеденко, члену-корреспонденту АН СССР Л.Н. Большеву, проф. В.В. Налимову.
Содержание учебника соответствует коллективному мнению отечественных специалистов. В 1990 гг. была создана Всесоюзная статистическая ассоциация (ВСА), руководитель секции статистических методов А.И. Орлов был избран вице-президентом ВСА. В XXI в. развитие прикладной статистики продолжается в рамках Российской ассоциации статистических методов и Российской академии статистических методов. Автор искренне благодарен своим многочисленным коллегам, с которыми посчастливилось вместе работать в рамках наших профессиональных объединений.
По ряду причин исторического характера основное место публикаций научных работ по прикладной статистике в нашей стране — раздел «Математические методы исследования» журнала «Заводская лаборатория. Диагностика материалов», в котором напечатано более 90 научных статей автора, большинство из которых нашло отражение в настоящем учебнике. Автор искренне благодарен главным редакторам журнала академикам РАН Н.П. Лякишеву и Ю.А. Карпову, зам. главного редактора М.Г. Плотницкой и М.Е. Носовой. Автор рад предоставленной возможности работать вместе со своими коллегами по секции «Математические методы исследования», прежде всего – с заслуженным деятелем науки РФ проф. В.Г. Горским, проф. А.П. Вощининым, член-корр. РАН проф. Д.А. Новиковым, проф. В.О. Толчеевым, проф. Н.В. Скибицким, доц. Э.М. Кудлаевым.
Хотелось бы выразить признательность всему коллективу кафедры «Экономика и организация производства» и в целом факультета «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана, декану и членам Ученого совета, поддержавшим инициативу о введении методов прикладной статистики в учебный процесс. Автор искренне благодарен заведующему кафедрой «Экономика и организация производства» проф. С.Г. Фалько за постоянную поддержку проектов по разработке и внедрению эконометрических и статистических курсов, декану проф. И.Н. Омельченко и заведующему кафедрой «Промышленная логистика» проф. А.А. Колобову за совместные научные исследования (факультет "Инженерный бизнес и менеджмент"), а также заведующему кафедрой "Вычислительная математика и математическая физика" проф.Б.И. Димитриенко за возможность обучения студентов факультета "Фундаментальные науки".
Автор благодарен своим многочисленным коллегам, слушателям и студентам, прежде всего различных образовательных структур Московского государственного технического университета им. Н.Э.Баумана, Российской экономической академии им. Г.В. Плеханова и Академии народного хозяйства при Правительстве Российской Федерации (программа «Топ-Менеджер»), за полезные обсуждения. Большое спасибо читателям, высказавшим свои замечания по первому изданию учебника, прежде всего Рамиру Капитоновичу и Наталии Черновой.
С текущей научной информацией по статистическим методам анализа данных можно познакомиться на сайте «Высокие статистические технологии» http://orlovs.pp.ru. Большой объем информации по рассматриваемым в учебнике вопросам содержит электронный еженедельник «Эконометрика» (http://subscribe.ru/catalog/science.hum ... onometrika), выходящий с 2000 г. Автор искренне благодарен своему сыну А.А. Орлову, разработчику и администратору сайта, главному редактору еженедельника за многолетний энтузиазм.
Условия для написания книги создала моя любимая жена Л.А. Орлова. Спасибо!
Включенный в учебник материал дает представление о прикладной статистике, соответствующее общепринятому в мире. Изложение доведено до современного уровня научных исследований в этой области. Конечно, возможны различные точки зрения по тем или иным частным вопросам. Автор будет благодарен читателям, если они зададут вопросы, сообщат свои замечания и предложения по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru либо на форуме сайта «Высокие статистические технологии» http://forum.orlovs.pp.ru .
Во втором издании исправлены замеченные недостатки первого издания, переработан и добавлен ряд разделов (в частности, приложение 2).

15 июня 2021 г.


Введение. Прикладная статистика как область научно-практической деятельности

Развитие представлений о статистике. Впервые термин «статистика» мы находим в художественной литературе — в «Гамлете» Шекспира (1602 г., акт 5, сцена 2). Смысл этого слова у Шекспира — знать, придворные. По-видимому, оно происходит от латинского слова status, что в оригинале означает «состояние» или «политическое состояние».
В течение следующих 400 лет термин «статистика» понимали и понимают по-разному. В работе [14] собрано более 200 определений этого термина, некоторые из которых приводятся ниже.
Вначале под статистикой понимали описание экономического и политического состояния государства или его части. Например, к 1792 г. относится определение: «Статистика описывает состояние государства в настоящее время или в некоторый известный момент в прошлом». И в настоящее время деятельность государственных статистических служб (в нашей стране — Федеральной службы государственной статистики, сокращенно Росстат) вполне укладывается в это определение.
Однако постепенно термин «статистика» стал использоваться более широко. По Наполеону Бонапарту — «Статистика — это бюджет вещей». Тем самым статистические методы были признаны полезными не только для административного управления, но и на уровне отдельного предприятия. Согласно формулировке 1833 г. «цель статистики заключается в представлении фактов в наиболее сжатой форме». Приведем еще два высказывания. «Статистика состоит в наблюдении явлений, которые могут быть подсчитаны или выражены посредством чисел» (1895). «Статистика — это численное представление фактов из любой области исследования в их взаимосвязи» (1909).
В ХХ в. статистику часто рассматривали прежде всего как самостоятельную научную дисциплину. «Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных» (1925). В 1954 г. академик АН УССР Б.В. Гнеденко дал следующее определение: «Статистика состоит из трех разделов:
1) сбор статистических сведений, т.е. сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;
2) статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;
3) разработка приемов статистического наблюдения и анализа статистических данных. Последний раздел, собственно, и составляет содержание математической статистики».
Термин «статистика» употребляют еще в двух значениях. Во-первых, в обиходе под «статистикой» часто понимают набор количественных данных о каком-либо явлении или процессе. Во-вторых, статистикой называют функцию от результатов наблюдений, используемую для оценивания характеристик и параметров распределений и проверки гипотез.
Чтобы подойти к термину «прикладная статистика», рассмотрим историю развития статистических исследований.
Краткая история статистических методов. Типовые примеры раннего этапа применения статистических методов описаны в Ветхом Завете (см., например, Книгу Чисел). Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчету числа попаданий значений наблюдаемых признаков в определенные градации.
В дальнейшем результаты обработки статистических данных стали представлять в виде таблиц и диаграмм, как это и сейчас делают органы государственной статистики. Надо признать, что по сравнению с Ветхим Заветом есть прогресс — в Библии не было таблиц и диаграмм. Однако нет продвижения по сравнению с работами российских статистиков конца XIX — начала XX вв. (типовой монографией тех времен можно считать книгу [12], которая в настоящее время ещё легко доступна).
Сразу после возникновения теории вероятностей (Паскаль, Ферма, XVII в.) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от вероятности рождения девочки (и от 0,5), анализировались причины того, что в парижских приютах эта вероятность не та, что в самом Париже, и т.д. Имеется достаточно много публикаций по истории теории вероятностей с описанием раннего этапа развития статистических методов исследований; к лучшим из них относится очерк [3].
В 1794 г. (по другим данным — в 1795 г.) К. Гаусс разработал метод наименьших квадратов, один из наиболее популярных ныне статистических методов, и применил его при расчете орбиты астероида Церера — для борьбы с ошибками астрономических наблюдений [8]. В ХIХ веке заметный вклад в развитие практической статистики внес бельгиец А. Кетле, показавший на основе анализа большого числа реальных данных устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей [22]. Интересно, что основные идеи статистического приемочного контроля и сертификации продукции обсуждались академиком Петербургской Академии наук М.В. Остроградским (1801–1862) и применялись в российской армии ещё в середине Х1Х в. [3]. Статистические методы управления качеством и сертификации продукции сейчас весьма актуальны [20].
Отсчет современного этапа развития статистических методов можно начать с 1900 г., когда англичанин К. Пирсон основал журнал «Biometrika». Первая треть ХХ в. прошла под знаком параметрической статистики. Изучались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное (гауссово) распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.
Разработанную в первой трети ХХ в. теорию анализа данных называют параметрической статистикой, поскольку ее основной объект изучения — это выборки из распределений, описываемых одним или небольшим числом параметров. Наиболее общим является семейство кривых Пирсона, задаваемых четырьмя параметрами. Как правило, нельзя указать каких-либо веских причин, по которым распределение результатов конкретных наблюдений должно входить в то или иное параметрическое семейство. Исключения хорошо известны: если вероятностная модель предусматривает суммирование независимых случайных величин, то сумму естественно описывать нормальным распределением; если же в модели рассматривается произведение таких величин, то итог, видимо, приближается логарифмически нормальным распределением, и т.д. Однако подобных моделей нет в подавляющем большинстве реальных ситуаций, и приближение реального распределения с помощью кривых из семейства Пирсона или его подсемейств — чисто формальная операция.
Именно из таких соображений критиковал параметрическую статистику академик АН СССР С.Н. Бернштейн в 1927 г. в своем докладе на Всероссийском съезде математиков [1]. Однако эта теория, к сожалению, до сих пор остается основой преподавания статистических методов и продолжает использоваться основной массой прикладников, далеких от новых веяний в статистике. Почему так происходит? Чтобы попытаться ответить на этот вопрос, обратимся к наукометрии.
Наукометрия статистических исследований. В рамках движения за создание Всесоюзной статистической ассоциации (учреждена в 1990 г.) был проведен анализ статистики как области научно-практической деятельности. Он показал, в частности, что актуальными для специалистов в настоящее время являются не менее чем 100 тысяч публикаций (подробнее см. статьи [17,18]). Реально же каждый из нас знаком с существенно меньшим количеством книг и статей. Так, в известном трехтомнике М. Кендалла и А. Стьюарта [5–7] — наиболее полном на русском языке издании по статистическим методам — всего около 2 тысяч литературных ссылок. При всей очевидности соображений о многократном дублировании в публикациях ценных идей приходится признать, что каждый специалист по прикладной статистике владеет лишь небольшой частью накопленных в этой области знаний. Не удивительно, что приходится постоянно сталкиваться с игнорированием или повторением ранее полученных результатов, с уходом в тупиковые (с точки зрения практики) направления исследований, с беспомощностью при обращении к реальным данным, и т.д. Все это — одно из проявлений адапционного механизма торможения развития науки, о котором еще более 30 лет назад писали В.В. Налимов и другие науковеды (см., например, [13]).
Традиционный предрассудок состоит в том, что каждый новый результат, полученный исследователем — это кирпич в непрерывно растущее здание науки, который непременно будет проанализирован и использован научным сообществом, а затем и при решении практических задач. Реальная ситуация — совсем иная. Основа профессиональных знаний исследователя, инженера, экономиста, менеджера, социолога, историка, геолога, медика закладывается в период обучения. Затем знания пополняются в том узком направлении, в котором работает специалист. Следующий этап — их тиражирование новому поколению. В результате вузовские учебники отстоят от современного развития на десятки лет. Так, учебники по математической статистике, согласно мнению экспертов, по научному уровню в основном соответствуют 40–60-м годам ХХ в. А потому середине ХХ в. соответствует большинство вновь публикуемых исследований и тем более — прикладных работ. Одновременно приходится признать, что результаты, не вошедшие в учебники, независимо от их ценности почти все забываются.
Активно продолжается развитие тупиковых направлений. Психологически это понятно. Приведу пример из своего опыта. В свое время по заказу Госстандарта я разработал методы оценки параметров гамма-распределения [4]. Поэтому мне близки и интересны работы по оцениванию параметров по выборкам из распределений, принадлежащих тем или иным параметрическим семействам, понятия функции максимального правдоподобия, эффективности оценок, использование неравенства Рао-Крамера и т.д. К сожалению, я знаю, что это — тупиковая ветвь теории статистики, поскольку реальные данные не подчиняются каким-либо параметрическим семействам, надо применять иные статистические методы, о которых речь пойдет ниже. Понятно, что специалистам по параметрической статистике, потратившим многие годы на совершенствование в своей области, психологически трудно согласиться с этим утверждением, в том числе и мне. Но необходимо идти вперед. Поэтому настоящий учебник очищен от тупиковых подходов. В том числе и от неравенства Рао-Крамера.
Появление прикладной статистики. В нашей стране термин «прикладная статистика» вошел в широкое употребление в 1981 г. после выхода массовым тиражом (33 940 экз.) сборника «Современные проблемы кибернетики (прикладная статистика)». В этом сборнике обосновывалась трехкомпонентная структура прикладной статистики [15]. В нее входят ориентированные на прикладную деятельность статистические методы анализа данных (эту область можно назвать прикладной математической статисткой и включать также и в прикладную математику). Однако прикладную статистику нельзя целиком относить к математике. Она включает в себя две внематематические области.
Во-первых, методологию организации статистического исследования: как планировать исследование, как собирать данные, как подготавливать данные к обработке, как представлять результаты. Во-вторых, организацию компьютерной обработки данных, в том числе разработку и использование баз данных и электронных таблиц, статистических программных продуктов, например, диалоговых систем анализа данных.
В нашей стране термин «прикладная статистика» использовался и ранее 1981 г., но лишь внутри сравнительно небольших и замкнутых групп специалистов [15].
Прикладная статистика и математическая статистика — это две разные научные дисциплины. Различие четко проявляется и при преподавании. Курс математической статистики состоит в основном из доказательств теорем, как и соответствующие учебные пособия. В курсах прикладной статистики основное — методология анализа данных и алгоритмы расчетов, а теоремы приводятся как обоснования этих алгоритмов, доказательства же, как правило, опускаются (их можно найти в научной литературе).
Структура современной статистики. Внутренняя структура статистики как науки была выявлена и обоснована при создании в 1990 г. Всесоюзной статистической ассоциации [17]. Прикладная статистика — методическая дисциплина, являющаяся центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства появляются научно-практические дисциплины, например: «статистика в промышленности», «статистика в медицине» и др. С этой точки зрения эконометрика — это «статистические методы в экономике» [20]. Математическая статистика играет роль математического фундамента для прикладной статистики.
К настоящему времени очевидно четко выраженное размежевание этих двух научных направлений. Математическая статистика исходит из сформулированных в 1930–50 гг. постановок математических задач, происхождение которых связано с анализом статистических данных. Начиная с 70-х годов ХХ в., исследования по математической статистике посвящены обобщению и дальнейшему математическому изучению этих задач. Поток новых математических результатов (теорем) не ослабевает, но новые практические рекомендации по обработке статистических данных при этом не появляются. Можно сказать, что математическая статистика как научное направление замкнулась внутри себя.
Сам термин «прикладная статистика» возник как реакция на описанную выше тенденцию. Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими методами, т.е. путем доказательства теорем. Большую роль играет методологическая составляющая — как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.
Рассматриваемое соотношение математической и прикладной статистики отнюдь не являются исключением. Как правило, математические дисциплины проходят в своем развитии ряд этапов. Вначале в какой-либо прикладной области возникает необходимость в применении математических методов и накапливаются соответствующие эмпирические приемы (для геометрии это — «измерение земли», т.е. землемерие, в Древнем Египте). Затем возникает математическая дисциплина со своей аксиоматикой (для геометрии это — время Евклида). Далее идет внутриматематическое развитие и преподавание (считается, что большинство результатов элементарной геометрии получено учителями гимназий в XIX в.). При этом на запросы исходной прикладной области перестают обращать внимание, и та порождает новые научные дисциплины (сейчас «измерением земли» занимается не геометрия, а геодезия и картография). После этого научный интерес к исходной дисциплине иссякает, но преподавание по традиции продолжается (элементарная геометрия до сих пор изучается в средней школе, хотя трудно понять, в каких практических задачах может понадобиться, например, теорема о том, что высоты треугольника пересекаются в одной точке). Следующий этап — окончательное вытеснение дисциплины из реальной жизни в историю науки (объем преподавания элементарной геометрии в настоящее время постепенно сокращается; в частности, ей все меньше уделяется внимания на вступительных экзаменах в вузах). К интеллектуальным дисциплинам, закончившим свой жизненный путь, относится средневековая схоластика. Как справедливо отмечает проф. МГУ им. М.В. Ломоносова В.Н. Тутубалин [23], теория вероятностей и математическая статистика успешно двигаются по ее пути — вслед за элементарной геометрией.
Подведем итог. Хотя статистические данные собираются и анализируются с незапамятных времен (см., например, Книгу Чисел в Ветхом Завете), современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно — в первой половине ХХ в. Именно тогда были разработаны основные идеи и получены результаты, излагаемые ныне в учебных курсах математической статистики. После чего специалисты по математической статистике занялись внутриматематическими проблемами, а для теоретического обслуживания проблем практического анализа статистических данных стала формироваться новая дисциплина — прикладная статистика.
В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов. Разрыв между математической и прикладной статистикой проявляется, в частности, в том, что большинство методов, включенных в статистические пакеты программ (например, в заслуженные Statgraphics и SPSS или в более новую систему Statistica), даже не упоминается в учебниках по математической статистике. В результате специалист по математической статистике оказывается зачастую беспомощным при обработке реальных данных, а пакеты программ применяют (что еще хуже — и разрабатывают) лица, не имеющие необходимой теоретической подготовки. Естественно, что они допускают разнообразные ошибки, в том числе в таких ответственных документах, как государственные стандарты по статистическим методам [19].
Что дает прикладная статистика народному хозяйству? Так называлась статья [16], в которой приводились многочисленные примеры успешного использования методов прикладной математической статистики при решении практических задач. Перечень примеров можно продолжать практически безгранично (см., например, недавнюю сводку [21]).
Методы прикладной статистики используются в зарубежных и отечественных экономических и технических исследованиях, работах по управлению (менеджменту), в медицине, социологии, психологии, истории, геологии и других областях. Их применение дает заметный экономический эффект. Например, в США — не менее 20 млрд долл. ежегодно только в области статистического контроля качества. В 1988 г. затраты на статистический анализ данных в нашей стране оценивались в 2 млрд руб. ежегодно [9]. Согласно расчетам сравнительной стоимости валют на основе потребительских паритетов [20], эту величину можно сопоставить с 2 млрд долл. США. Следовательно, объем отечественного «рынка статистических услуг» был на порядок меньше, чем в США, что совпадает с оценками и по другим показателям, например, по числу специалистов.
Публикации по новым статистическим методам, по их применениям в технико-экономических исследованиях, в инженерном деле постоянно появляются, например, в журнале «Заводская лаборатория», в секции «Математические методы исследования». Надо назвать также журналы «Автоматика и телемеханика» (издается Институтом проблем управления Российской академии наук), «Экономика и математические методы» (издается Центральным экономико-математическим институтом РАН).
Однако необходимо констатировать, что для большинства менеджеров, экономистов и инженеров прикладная статистика является пока экзотикой. Это объясняется тем, что в вузах современным статистическим методам почти не учат. Во всяком случае, по состоянию на 2021 г. каждый квалифицированный специалист в этой области — самоучка.
Этому выводу не мешает то, что в вузовских программах обычно есть два курса, связанных со статистическими методами. Один из них — «Теория вероятностей и математическая статистика». Этот небольшой курс обычно читают специалисты с математических кафедр. Они успевают дать лишь общее представление об основных понятиях математической статистики. Кроме того, внимание математиков обычно сосредоточено на внутриматематических проблемах, их больше интересует доказательства теорем, а не применение современных статистических методов в задачах экономики и менеджмента. Другой курс — «Статистика» или «Общая теория статистики», входящий в стандартный блок экономических дисциплин. Фактически он является введением в прикладную статистику и содержит первые начала эконометрических методов (по состоянию на 1900 г.).
Прикладная статистика как учебный предмет опирается на два названных вводных курса. Она призвана вооружить специалиста современным статистическим инструментарием. Специалист — это инженер, экономист, менеджер, геолог, медик, социолог, психолог, историк, химик, физик и т.д. Во многих странах мира — Японии и США, Франции и Швейцарии, Перу и Ботсване и др. — статистическим методам обучают в средней школе. ЮНЕСКО постоянно проводят конференции по вопросам такого обучения [24]. В СССР и СЭВ, а теперь — по плохой традиции — и в России игнорируют этот предмет в средней школе и лишь слегка затрагивают его в высшей. Результат на рынке труда очевиден — снижение конкурентоспособности специалистов.
Проблемы прикладной статистики постоянно обсуждаются специалистами. Широкий интерес вызвала дискуссия в журнале «Вестник статистики», в рамках которой были, в частности, опубликованы статьи [16,17]. На появление в нашей стране прикладной статистики отреагировали и в США [10].
В нашей стране получены многие фундаментальные результаты прикладной статистики. Огромное значение имеют работы академика РАН А.Н. Колмогорова [11]. Во многих случаях именно его работы дали первоначальный толчок дальнейшему развитию ряда направлений прикладной статистики. Зачастую еще 50–70 лет назад А.Н. Колмогоров рассматривал те проблемы, которые только сейчас начинают широко обсуждаться. Как правило, его работы не устарели и сейчас. Свою жизнь посвятили прикладной статистике члены-корреспонденты АН СССР Н.В. Смирнов и Л.Н. Большев. В настоящем учебнике постоянно встречаются ссылки на лучшую публикацию ХХ в. по прикладной статистике — составленные ими и подробно откомментированные «Таблицы математической статистики» [2].
Структура учебника. Настоящий учебник состоит из четырех основных частей. Первая из них посвящена фундаменту здания современной прикладной статистики. Анализируются различные виды статистических данных — количественных и категоризованных (качественных), нечисловых и нечетких, соответствующих тем или иным шкалам измерения. Современная прикладная статистика позволяет анализировать данные в пространствах произвольной природы, при этом ее математический аппарат опирается на использование расстояний в таких пространствах. Дается представление о введении расстояний с помощью тех или иных систем аксиом.
Современная прикладная статистика основана на использовании вероятностных моделей. Поэтому мы сочли полезным включить в учебник главу 2, посвященную основам вероятностно-статистических методов описания неопределенностей в прикладной статистике. Обсуждаются понятия вероятностного пространства, случайной величины, ее распределения и характеристик. Дается представление об основных проблемах прикладной статистики — описании данных, оценивании, проверке гипотез. Следующая глава посвящена выборочным исследованиям. Рассматриваются примеры применения случайных выборок при оценивании функции спроса и изучении предпочтений потребителей.
Ряд результатов теории вероятностей, составляющих теоретическую базу прикладной статистики, приведен в главе 4. Рассмотрены законы больших чисел, центральные предельные теоремы, теоремы о наследовании сходимости, метод линеаризации и принцип инвариантности. Показано, что нечеткие множества можно рассматривать как проекции случайных множеств. Обсуждаются проблемы устойчивости статистических выводов.
Основным проблемам прикладной статистики посвящена вторая часть. Начинается она с описания данных. При обсуждении моделей порождения данных показано, в частности, что распределения реальных данных, как правило, не являются нормальными. Рассмотрено построение таблиц и использование выборочных характеристик. Выбор средних величин увязан со шкалами измерения данных и видом соответствующих инвариантных алгоритмов. В рамках вероятностных моделей порождения нечисловых данных введены эмпирические и теоретические средние в пространствах произвольной природы, для них доказаны законы больших чисел. В прикладной статистике широко используются непараметрические ядерные оценки плотности, в том числе в дискретных пространствах.
Среди методов оценивания параметров предпочтение отдается одношаговым оценкам. Установлено поведение решений экстремальных статистических задач при росте объемов выборок. Эти результаты позволяют установить состоятельность обычно используемых оценок. В рамках теории робастности статистических процедур изучается устойчивость оценок к малым отклонениям от исходных предпосылок.
Завершающая глава второй части посвящена проверке гипотез. Обоснован метод моментов проверки гипотез. Продемонстрирована неустойчивость параметрических методов отбраковки выбросов. Развита предельная теория непараметрических критериев. На основе теории несмещенных оценок разработан метод проверки гипотез по совокупности малых выборок. Обсуждается проблема множественных проверок статистических гипотез.
В третьей части рассмотрены конкретные методы прикладной статистики, сгруппированные по типу обрабатываемых данных. Статистический анализ числовых величин начинается с оценивания основных характеристик распределения. Затем обсуждаются методы проверки однородности характеристик двух независимых выборок, в том числе двухвыборочный критерий Вилкоксона и состоятельные критерии проверки однородности независимых выборок. Среди различных методов проверки однородности связанных выборок выделяются ориентированные на проверку гипотезы симметрии распределения.
В многомерном статистическом анализе от коэффициентов корреляции переходим к основам линейного регрессионного анализа, рассматриваемым в
основном на примере восстановления линейной зависимости между двумя переменными. Уделено внимание основам теории классификации и статистическим методам классификации, методам снижения размерности, индексам и их применению (на примере индекса инфляции).
В следующей главе рассмотрены методы анализа и прогнозирования временных рядов. Внимание уделено оцениванию длины периода и периодической составляющей. Рассмотрен один из наиболее современных методов статистики временных рядов — метод ЖОК оценки результатов взаимовлияний факторов. Обсуждаются вопросы моделирования и анализа многомерных временных рядов, в том числе с учетом балансовых соотношений.
Одно из центральных мест в учебнике занимает статистика нечисловых данных. Рассмотрена структура этой области прикладной статистики. Развиваются теория случайных толерантностей и теория люсианов. Проанализированы метод парных сравнений и статистика нечетких множеств. Обсуждается применение статистики нечисловых данных в теории и практике экспертных оценок.
Заключительная глава третьей части посвящена развитой в течение последних 40 лет статистике интервальных данных. После обсуждения основных идей статистики интервальных данных рассмотрены интервальные варианты основных методов прикладной статистики. Речь идет об оценивании характеристик и параметров распределения, задачах проверки гипотез, линейном регрессионном анализе интервальных данных, интервальном дискриминантном анализе и интервальном кластер-анализе. В качестве примера практического использования разобрано применение статистики интервальных данных для оценки погрешностей характеристик финансовых потоков инвестиционных проектов. Завершается глава обсуждением места статистики интервальных данных в прикладной статистике.
В четвертой части учебника речь идет об основных проблемах современной прикладной статистики. Выделены «точки роста» этой научно-практической дисциплины. Обсуждаются вопросы развития и внедрения высоких статистических технологий. Рассмотрена роль компьютеров при вероятностно-статистическом моделировании реальных явлений и процессов и их использование при изучении теоретических проблем анализа статистических данных. В конце четвертой части сформулированы основные нерешенные проблемы современной прикладной статистики.
В учебник включено приложение, в котором рассмотрены методологические вопросы прикладной статистики.
Развитие прикладной статистики в нашей стране бурно продолжается. О нем рассказано в монографии [25, c. 7-99] и статьях [26 - 31]. Поскольку эконометрика - это наука о статистических методах в экономике и управлении, то читателям настоящей книги будет полезен учебник [32].
Таким образом, настоящий учебник построен на основе обобщения опыта многих специалистов по анализу конкретных технических, экономических, медицинских и иных данных и отражает современное представление о прикладной статистике как самостоятельной научно-практической дисциплине.

Литература
1. Бернштейн С.Н. Современное состояние теории вероятностей и ее приложений. В сб.: Труды Всероссийского съезда математиков в Москве 27 апреля - 4 мая 1927 г. М.-Л.: ГИЗ, 1928. С.50–63.
2. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука, 1965 (1-е изд.), 1968 (2-е изд.), 1983 (3-е изд.). 474 с.
3. Гнеденко Б.В. Очерк по истории теории вероятностей. М.:УРСС, 2001. 88 с.
4. ГОСТ 11.011-83. Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения. М.: Изд-во стандартов, 1984. 53 с. (В настоящее время отменен как нормативный документ, но может использоваться как научная публикация.)
5. Кендалл М., Стьюарт А. Теория распределений. М.: Наука, 1966. 566 с.
6. Кендалл М., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. 899 с.
7. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976. 736 с.
8. Клейн Ф. Лекции о развитии математики в ХIХ столетии. Часть I. М.-Л.: Объединенное научно-техническое издательство НКТП СССР, 1937. 432 с.
9. Комаров Д.М., Орлов А.И. Роль методологических исследований в разработке методоориентированных экспертных систем (на примере оптимизационных и статистических методов). В сб.: Вопросы применения экспертных систем. Минск: Центросистем, 1988. С.151–160.
10. Котц С., Смит К. Пространство Хаусдорфа и прикладная статистика: точка зрения ученых СССР. The American Statistician. November 1988. Vol. 42.
№ 4. Р. 241–244.
11. Кудлаев Э.М., Орлов А.И. Вероятностно-статистические методы исследования в работах А.Н.Колмогорова / Заводская лаборатория. 2003. Т.69. № 5. С.55–61.
12. Ленин В.И. Развитие капитализма в России. Процесс образования внутреннего рынка для крупной промышленности. М.: Политиздат, 1986. XII. 610 с.
13. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. М.: Наука, 1969. 192 с.
14. Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. Коллекция определений термина «статистика». М.: МГУ, 1972. 46 с.
15. Орлов А.И. О развитии прикладной статистики. В сб.: Современные проблемы кибернетики (прикладная статистика). М.: Знание, 1981. С.3–14.
16. Орлов А.И. Что дает прикладная статистика народному хозяйству? / Вестник статистики. 1986. № 8. С.52–56.
17. Орлов А.И. О перестройке статистической науки и её применений / Вестник статистики. 1990. № 1. С.65–71.
18. Орлов А.И. О современных проблемах внедрения прикладной статистики и других статистических методов / Заводская лаборатория. 1992. Т.58. № 1. С.67–74.
19. Орлов А.И. Сертификация и статистические методы. / Заводская лаборатория. 1997. Т.63. № 3. С.55–62.
20. Орлов А.И. Эконометрика: Учеб. для вузов. Изд. 3-е, испр. и доп. М.: Изд-во «Экзамен», 2004. 576 с.
21. Орлов А.И., Орлова Л.А. Применение эконометрических методов при решении задач контроллинга. / Контроллинг. 2003. №4. С. 50-54.
22. Плошко Б.Г., Елисеева И.И. История статистики: Учеб. пособие. М.: Финансы и статистика. 1990. 295 с.
23. Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). М.: Знание, 1977. 64 с.
24. The teaching of statistics / Studies in mathematical education. Vol.7. Paris, UNESCO, 1991. 258 pp.
25. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
26. Орлов А.И. Непараметрическая и прикладная статистика в нашей стране // Научный журнал КубГАУ. 2014. №101. С. 197–226.
27. Орлов А.И. Прикладная статистика - состояние и перспективы // Научный журнал КубГАУ. 2016. №119. С. 44–74.
28. Орлов А.И.Статистика нечисловых данных - центральная часть современной прикладной статистики // Научный журнал КубГАУ. 2020. №156. С. 111 – 142.
29. Орлов А.И. Вероятностно-статистические модели данных - основа методов прикладной статистики / Заводская лаборатория. Диагностика материалов. 2020. Т.86. № 7. С. 5-6.
30. Орлов А.И. Основные требования к методам анализа данных (на примере задач классификации) / Научный журнал КубГАУ. 2020. №159. С. 239–267.
31. Орлов А.И. Смена парадигм в прикладной статистике // Заводская лаборатория. Диагностика материалов. 2021. Т.87. № 7. С. 6-7.
32. Агаларов З.С,, Орлов А.И. Эконометрика : учебник. — М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июн 18, 2022 9:41 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1117 от 20 июня 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Помещаем информацию об учебниках А.И. Орлова "Искусственный интеллект: статистические методы анализа данных" и "Теория принятия решений" (аннотации, содержание, предисловия).




Искусственный интеллект: статистические методы анализа данных : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 843 c. — ISBN 978-5-4497-1470-1. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117029.html


А.И. Орлов


Искусственный интеллект

Статистические методы анализа данных

Учебник

2021


Орлов А.И.
Искусственный интеллект: Статистические методы анализа данных: Учебник. / А.И.Орлов.-..., 2021. - ... с.

Учебник посвящен современным методам анализа статистических данных. В первой части рассмотрены основы выборочных исследований и основные задачи описания данных, оценивания и проверки гипотез. Статистические методы анализа числовых данных, многомерный статистический анализ и статистические методы анализа динамики обсуждаются во второй части с непараметрической точки зрения. Основные понятия теории статистического моделирования раскрываются в третьей части на примерах моделей экономики и управления (управления качеством, логистики, взаимовлияния факторов), экспертных исследований, медицины, социологии, демографии, истории, электротехники. Теоретическим инструментам, истории и перспективам развития статистических методов посвящена четвертая часть. Изложение соответствует рекомендациям Российской академии статистических методов. Подготовлен с учетом требований Федерального государственного образовательного стандарта высшего образования.
Для студентов и преподавателей вузов, слушателей институтов повышения квалификации, структур второго образования и программ МВА («Мастер делового администрирования»), инженеров различных специальностей, менеджеров, экономистов, социологов, научных и практических работников, связанных с анализом данных.

(с) Орлов А.И., 2021

Содержание

Предисловие

Введение. Статистические методы анализа данных как область научно-практической деятельности
Литература

Часть 1. Основные постановки задач анализа данных

Глава 1. Выборочные исследования
1.1. Организация выборочных исследований
1.2. Модели случайных выборок
1.3. Доверительное оценивание доли
1.4. Два прикладных выборочных исследования
1.5. Проверка однородности двух биномиальных выборок
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 2. Описание данных
2.1. Модели порождения данных
2.2. Таблицы и диаграммы
2.3. Выборочные характеристики распределения
2.4. Эмпирическая функция распределения
2.5. Непараметрические оценки плотности
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 3. Оценивание
3.1. Методы оценивания параметров
3.2. Одношаговые оценки
3.3. Асимптотика решений экстремальных статистических задач
3.4. Робастность статистических процедур
3.5. Оценивание для сгруппированных данных
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 4. Проверка гипотез
4.1. Метод моментов проверки гипотез
4.2. Неустойчивость параметрических методов отбраковки выбросов
4.3. Предельная теория непараметрических критериев
4.4. Метод проверки гипотез по совокупности малых выборок
4.5. Проблема множественных проверок статистических гипотез
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Часть 2. Конкретные статистические методы

Глава 5. Статистические методы анализа числовых выборок
5.1. Оценивание основных характеристик распределения
5.2. Методы проверки однородности характеристик двух независимых выборок
5.3. Двухвыборочный критерий Вилкоксона
5.4. Состоятельные критерии проверки однородности независимых выборок
5.5. Методы проверки однородности связанных выборок
5.6. Проверка гипотезы симметрии
5.7. Реальные и номинальные уровни значимости в задачах проверки статистических гипотез
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 6. Многомерный статистический анализ
6.1. Коэффициенты корреляции
6.2. Восстановление линейной зависимости между двумя переменными
6.3. Основы линейного регрессионного анализа
6.4. Статистические методы классификации
6.5. Методы снижения размерности
6.6. Индексы и их применение
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 7. Статистические методы анализа динамики
7.1. Методы анализа и прогнозирования временных рядов
7.2. Системы эконометрических уравнений
7.3. Оценивание длины периода и периодической составляющей
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Часть 3. Вероятностно-статистическое моделирование

Глава 8. Основы вероятностно-статистического моделирования
8.1. Основные понятия теории статистического моделирования
8.2. Демографические модели
8.3. Статистические модели движения товарных потоков
8.4. Статистические модели в истории
8.5. Вероятностно-статистическое моделирование помех, создаваемых электровозами
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 9. Статистические модели динамики
9.1. Метод ЖОК оценки результатов взаимовлияний факторов
9.2. Система моделей налогообложения
9.3. Моделирование и анализ многомерных временных рядов
9.4. Балансовые соотношения в системе ЖОК
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 10. Статистические модели управления качеством
10.1. Основы статистического контроля качества
10.2. Асимптотическая теория одноступенчатых планов
10.3. Практическое применение статистического контроля
10.4. Статистические методы управления качеством
10.5. Обнаружение разладки с помощью контрольных карт
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 11. Статистические модели экспертных исследований
11.1. Примеры процедур экспертных оценок
11.2. Основные стадии экспертного опроса
11.3. Теория измерений и средние величины
11.4. Методы средних баллов
11.5. Метод согласования кластеризованных ранжировок
11.6. Математические методы анализа экспертных оценок
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 12. Статистические модели в медицине
12.1. Новое компьютерно-статистическое мышление врача
12.2. Методы «доказательной медицины»
12.3. Медико-статистические технологии
12.4. Высокие статистические технологии в научных медицинских исследованиях
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 13. Статистические методы в социологии
13.1. Развитие статистического инструментария социологов
13.2. Перспективы применения люсианов в социологии
13.3. Асимптотика квантования и выбор числа градаций в социологических анкетах
13.4. Социометрическое исследование – инструмент менеджера
13.5. Статистические методы в выборочных исследованиях научных организаций
13.6. Статистические методы в изучении способных к математике школьников
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Часть 4. Инструменты, история и перспективы
статистических методов

Глава 14. Теоретические инструменты статистических методов
14.1. Законы больших чисел
14.2. Центральные предельные теоремы
14.3. Теоремы о наследовании сходимости
14.4. Метод линеаризации
14.5. Принцип инвариантности
14.6. Устойчивость выводов и принцип уравнивания погрешностей
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 15. О развитии статистических методов
15.1. Основные этапы становления статистических методов
15.2. Статистические методы в России
15.3. Дискуссия о прикладной статистике
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 16. Современные статистические методы
16.1. Точки роста
16.2. Высокие статистические технологии
16.3. Компьютерно-статистические методы
16.4. О методологии статистических методов
16.5. Основные нерешенные проблемы статистических методов
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Приложение. Об авторе этой книги

Предисловие

В "Национальной стратегии развития искусственного интеллекта на период до 2030 года" принято следующее определение: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (https://www.garant.ru/products/ipo/prime/doc/72738946/). В этом определении прямо не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование, включая высокие статистические технологии, в том числе нечисловую статистику, теорию и практику экспертных оценок, статистические методы анализа данных.
Автор занимается проблемами искусственного интеллекта около полвека (первые статьи напечатаны в 1972 г.). Настоящая книга посвящена важной составляющей искусственного интеллекта - статистическим методам анализа данных.
Статистические методы анализа данных активно применяются в технических исследованиях, экономике, теории и практике управления (менеджменте), социологии, медицине, геологии, истории и т.д. С результатами наблюдений, измерений, испытаний, опытов, с их анализом имеют дело специалисты во всех отраслях практической деятельности, почти во всех областях теоретических исследований. Настоящий учебник позволяет овладеть современными статистическими методами на уровне, достаточном для использования этих методов в научной и практической деятельности.
Содержание книги. Учебник состоит из введения и четырех частей, разбитых на 16 глав. Во введении обсуждается внутренняя структура статистических методов анализа данных – развитой области научно-практической деятельности.
Часть 1 посвящена основным постановкам задач анализа данных – методам выборочных исследований, описания данных, оценивания и проверки гипотез. В главе 1 обсуждаются проблемы организации выборочных исследований на примере двух конкретных маркетинговых опросов. Разработаны модели случайных выборок, в том числе гипергеометрическая и биномиальная, методы доверительного оценивания доли и проверки однородности двух биномиальных выборок.
В главе 2 обсуждаются модели порождения данных, методы их описания с помощью таблиц и диаграммы, выборочных характеристик и эмпирической функции распределения, непараметрических оценок плотности (в пространствах произвольной природы). Показано, что распределение результатов наблюдений (испытаний, испытаний, анализов, опытов), как правило, отличается от нормального. Как следствие, в учебнике большое внимание уделено непараметрическим методам анализа статистических данных.
Глава 3 посвящена методам оценивания параметров и характеристик. В частности, разработаны и изучены одношаговые оценки, предназначенные для замены устаревших оценок максимального правдоподобия. Исследована асимптотика решений экстремальных статистических задач и устойчивость (робастность) статистических процедур. Оценивание для сгруппированных данных построено на основе современных вариантов формулы Эйлера-Маклорена и поправок Шеппарда.
Для проверки гипотез в главе 4 разработан метод моментов, реализованный на примере гипотезы согласия с гамма-распределением. Продемонстрирована крайняя неустойчивость параметрических методов отбраковки выбросов, приводящая к выводу о невозможности их научно обоснованного использования. Построена предельная теория непараметрических критериев, опирающаяся на метод приближения ступенчатыми функциями. Разработан метод проверки гипотез по совокупности малых выборок, предназначенный для применения в асимптотике растущей размерности, когда число неизвестных параметров растет вместе с объемом данных. Обсуждается проблема множественных проверок статистических гипотез, актуальная при разработке высоких статистических технологий анализа данных.
В части 2 рассматриваются конкретные статистические методы анализа данных различных типов. В главе 5 элементы выборки – это числа. Разобраны методы точечного и доверительного непараметрического оценивания основных характеристик распределения – математического ожидания, медианы, дисперсии, среднего квадратического отклонения, коэффициента вариации. Подробно рассмотрены методы проверки однородности характеристик двух независимых выборок, обоснована необходимость использования непараметрического критерия Крамера-Уэлча вместо статистики Стьюдента, опирающейся на нереалистические предположения нормальности результатов измерений и совпадения дисперсий элементов двух выборок. Изучены свойства двухвыборочного критерия Вилкоксона, обосновано использование состоятельных критериев проверки однородности независимых выборок. Разработаны методы проверки однородности связанных выборок, в том числе на основе критериев проверки гипотезы симметрии. Обсуждается взаимосвязь реальных и номинальных уровней значимости в задачах проверки статистических гипотез.
Глава 6 посвящена основным постановкам многомерного статистического анализа. Рассмотрены линейный (Пирсона) и непараметрические (Спирмена, Кендалла) коэффициенты парной корреляции. Подробно обсуждается задача восстановления линейной зависимости между двумя переменными на основе непараметрического метода наименьших квадратов. Рассмотрены основы линейного регрессионного анализа, статистических методов классификации и методов снижения размерности. В конце главы 6 разобран индекс инфляции и его применения, в частности, при анализе уровня жизни и доходности банковских вкладов.
Статистические методы анализа динамики обсуждаются в главе 7, в том числе методы анализа и прогнозирования временных рядов и системы эконометрических уравнений. В учебник включены оригинальные подходы к оцениванию длины периода и периодической составляющей сигналов.
Статистические методы анализа нечисловых и интервальных данных не обсуждаются в настоящем учебнике. Они рассмотрены в иных изданиях, в частности, в выпущенных издательством «Экзамен» наших учебниках «Эконометрика» (2002, 2003, 2004), «Прикладная статистика» (2006, наиболее полное изложение) и «Теория принятия решений» (2006), а также в выпущенном издательством МГТУ им. Н.Э. Баумана учебнике "Организационно-экономическое моделирование. Ч.1. Нечисловая статистика".
Наибольшая по объему часть 3, включающая 6 глав, посвящена вероятностно-статистическому моделированию в различных областях применения. В главе 8 рассмотрены основные понятия теории статистического моделирования, затем обсуждаются демографические модели, статистические модели движения товарных потоков в процессе работы склада (в другой терминологии – модели логистики). Большое внимание уделено статистическому моделированию исторических процессов, позволившему существенно уточнить хронологию древнего мира и средневековья. Завершается глава вероятностно-статистическим моделированием помех, создаваемых электровозами, с целью сокращения расходов на защиту проводных линий связи.
В главе 9 подробно описан подход к моделированию взаимовлияний факторов методом ЖОК (название составлено из первых букв фамилий исследователей: Жихарев – Орлов – Кольцов). На основе этого метода разработана система моделей налогообложения и проанализированы макроэкономические балансовые соотношения. Рассмотрена эконометрическая база метода - моделирование и анализ многомерных временных рядов.
Статистические модели управления качеством – предмет обсуждения в главе 10. От основ статистического контроля качества переходим к асимптотической теории одноступенчатых планов, а затем – к практическому применению статистического контроля. Рассмотрен весь комплекс статистических методов управления качеством, в том числе методы обнаружения разладки с помощью контрольных карт, весьма актуальные не только для организации производства, но и в менеджменте.
В главе 11 речь идет о статистическом моделировании в экспертных исследованиях. Приведены примеры процедур экспертных оценок, выделены основные стадии экспертного опроса. Для построения математической теории экспертных технологий важна общенаучная теория измерений. В качестве примера ее применения получены правила выбора вида средних величин в зависимости от типов шкал, в которых измерены ответы экспертов. Обсуждается использование методов средних арифметических и медиан баллов в сочетании с процедурами согласования кластеризованных ранжировок. Кратко рассмотрены математические методы анализа экспертных оценок, в частности, расстояние Кемени и медиана Кемени в пространствах бинарных отношений.
Рассказ о статистических моделях в медицине (глава 12) начинается с обсуждения нового компьютерно-статистического мышление врача, основанного на методах «доказательной медицины». Рассмотрено применение медико-статистических технологий в научных медицинских исследованиях. Особое внимание уделено проблемам внедрения высоких статистических технологий.
Завершаем часть 3 обсуждением статистических методов в социологии (глава 13). Проанализировано развитие статистического инструментария отечественных социологов за последние 30 лет. Подробнее обсуждаются некоторые математические методы в социологии - перспективы применения люсианов, асимптотика квантования и выбор числа градаций в социологических анкетах. Рассмотрен ряд практических применений статистических методов в социологии – в социометрических исследованиях, рассматриваемых как эффективный инструмент менеджера, в выборочных исследованиях научных организаций, в изучении способных к математике школьников.
Заключительная часть 4 посвящена инструментам, истории и перспективам развития статистических методов. В главе 14 кратко рассмотрены такие теоретические инструменты статистических методов, постоянно используемые в предыдущих главах учебника, как законы больших чисел, центральные предельные теоремы, теоремы о наследовании сходимости, метод линеаризации, принцип инвариантности. В конце главы рассмотрены проблемы устойчивости статистических выводов и принцип уравнивания погрешностей.
О развитии статистических методов кратко рассказываем в главе 15. Обсуждаются основные этапы становления статистических методов (от Книги Чисел в Библии до наших дней). Статистические методы в России рассмотрены на примерах исследований А.Н. Колмогорова, Б.В.Гнеденко, Н.В. Смирнова, Л.Н. Большева, В.В. Налимова. Завершается глава рассказом о дискуссии 80-х годов, посвященной предмету и содержанию прикладной статистики.
В завершающей книгу главе 16 речь идет о современных статистических методах и перспективах их развития. Выделены «точки роста» рассматриваемой научно-практической дисциплины. Введено понятие «высокие статистические технологии» и обоснована необходимость из развития. Обсуждается использование информационных технологий при анализе статистических данных, рассмотрены современные компьютерно-статистические методы. Дано представление о методологии статистических методов. Сформулированы основные нерешенные проблемы статистических методов.
В конце каждой главы приведен список литературных источников, контрольные вопросы и задачи, а также темы докладов, рефератов, исследовательских работ. Нумерация таблиц, рисунков, формул, теорем, примеров дана как по главам, так и по параграфам.
Автор настоящего учебника более 50 лет постоянно занимается статистическими методами. Как практик и как теоретик. В учебник включены теоретические и практические результаты, как достаточно давние (70-х годов), так и полученные в последние годы (вплоть до 2021 г.). Их происхождение и авторство заинтересованные читатели проследят по литературным ссылкам, которые пригодятся и для углубленного изучения материала. В конце учебника помещена краткая информация о деятельности автора как научного работника и преподавателя.
Общее количество статей и книг по статистическим методам давно превысило 106, из них актуальными к настоящему времени являются, по нашей оценке, не менее 105. Конкретный специалист может овладеть несколькими тысячами из них. Следовательно, ни один исследователь не может претендовать на знакомство более чем с 2–3% актуальных публикаций, и в любом учебнике содержится лишь небольшая часть знаний, накопленных в области разработки и применения статистических методов. Однако автор надеется, что наиболее важные подходы, идеи, результаты и алгоритмы расчетов включены в учебник. Эта надежда основана на собственном почти полувековом опыте теоретической и практической работы в области статистических методов, на совокупном опыте членов научных сообществ, скрупулезном анализе положения в нашей научно-прикладной дисциплине при создании Всесоюзной статистической ассоциации, Российской ассоциации статистических методов и Российской академии статистических методов.
В отличие от учебной литературы по математическим дисциплинам, в настоящей книге практически отсутствуют доказательства. Однако в нескольких случаях мы сочли целесообразным их привести. При первом чтении доказательства теорем можно пропустить.
О роли литературных ссылок в учебнике необходимо сказать достаточно подробно. Прежде всего, эта книга представляет собой замкнутый текст, не требующий для своего понимания ничего, кроме знания стандартных учебных курсов по высшей математике (включая теорию вероятностей и математическую статистику), которые преподаются студентам большинства вузов на первом и втором годах обучения. Зачем же нужны ссылки? Доказательства всех приведенных в учебнике теорем приведены в ранее опубликованных статьях и монографиях. Дотошный читатель, в частности, при подготовке рефератов и при желании глубже проникнуть в материал учебника, может обратиться к приведенным в каждой главе спискам цитированной литературы. Каждая глава учебника — это введение в большую область статистических методов. Приведенные литературные ссылки помогут читателям выйти на передний край теоретических и прикладных работ, познакомиться с доказательствами теорем, включенных в учебник. За многие десятилетия накопились большие книжные богатства, и их надо активно использовать.
Включенные в учебник материалы прошли многолетнюю и всестороннюю проверку. Кроме МГТУ им. Н.Э. Баумана, они использовались при преподавании во многих других отечественных и зарубежных образовательных структурах.
Издательством «Экзамен» в 2002, 2003 и 2004 гг. был выпущен учебник «Эконометрика» А.И. Орлова (три издания), в 2006 г. – его же учебники «Прикладная статистика» и «Теория принятия решений». Это говорит об актуальности тематики настоящего учебника, поскольку под эконометрикой понимают применение статистических методов в экономике и управлении (менеджменте), многие статистические методы входят в прикладную статистику и активно используются при разработке и принятии управленческих решений.
Учебник включен в серию книг «Искусственный интеллект», поскольку в нем рассматриваются современные методы анализа данных, соответствующие последним научным достижениям отечественной вероятностно-статистической школы. Отметим, что субъективные экспертные данные нет оснований противопоставлять объективным результатам измерений (наблюдений, испытаний, анализов, опытов, обследований), поскольку для их описания и анализа используются одни и те же вероятностно-статистические методы и модели.
Для кого написан учебник? Он предназначен для студентов (бакалавров, магистрантов) и аспирантов различных специальностей, прежде всего технических, управленческих и экономических, слушателей институтов повышения квалификации, структур послевузовского (в том числе второго) образования, в частности, программ МВА («Мастер делового администрирования»), преподавателей вузов, сотрудников научно-исследовательских организаций и подразделений.
Учебник будет полезен инженерам, менеджерам, экономистам, социологам, биологам, медикам, психологам, историкам, другим специалистам, самостоятельно повышающим свой научный уровень. Короче говоря, всем научным и практическим работникам, имеющим отношение к анализу данных.
Учебник может быть использован при изучении дисциплин, полностью или частично посвященных методам анализа результатов наблюдений (измерений, испытаний, опытов). Типовые названия таких дисциплин — «Организационно-экономическое моделирование», «Статистика», «Статистические методы», «Прикладная статистика», «Эконометрика», «Анализ данных», «Многомерный статистический анализ», «Общая теория статистики», «Планирование эксперимента», «Биометрика», «Теория принятия решений», «Управленческие решения», «Экономико-математическое моделирование», «Математические методы прогнозирования», «Прогнозирование и технико-экономическое планирование», «Хемометрия», «Математические методы в экономике», «Маркетинговые исследования», «Математические методы оценки», «Математические методы в социологии», «Математические методы в геологии» и т.п.
Математикам - специалистам по теории вероятностей и математической статистике - эта книга также может быть интересна и полезна, поскольку в ней описан современный взгляд на статистические методы и прикладную математическую статистику, основные подходы и результаты в этой области, открывающие большой простор для дальнейших математических исследований.
Благодарности. Книга написана в традициях отечественной вероятностно-статистической школы, начало ее современному этапу развития положил академик АН СССР А.Н. Колмогоров, а в области математической статистики – член-корреспондент АН СССР Н.В. Смирнов. Автор искренне благодарен своим учителям - академику АН УССР Б.Г. Гнеденко, члену-корреспонденту АН СССР Л.Н. Большеву, проф. В.В. Налимову.
Содержание учебника в своих основных чертах соответствует коллективному мнению отечественных специалистов. В 1990 гг. была создана Всесоюзная статистическая ассоциация (ВСА), состоящая из четырех секций. Руководитель секции статистических методов А.И. Орлов был избран вице-президентом ВСА. В XXI в. развитие прикладной статистики продолжается в рамках Российской ассоциации статистических методов и Российской академии статистических методов. Автор искренне благодарен своим многочисленным коллегам, с которыми посчастливилось вместе работать в рамках наших профессиональных объединений.
По ряду причин исторического характера основное место публикаций научных работ по статистическим методам в нашей стране — раздел «Математические методы исследования» журнала «Заводская лаборатория. Диагностика материалов», в котором напечатано более 90 научных статей автора, большинство из которых нашло отражение в настоящем учебнике. Многие работы опубликованы в Политематическом сетевом электронном научном журнале Кубанского государственного аграрного университета (Научном журнале КубГАУ), а также в журналах "Контроллинг" и "Инновации в менеджменте".
Хотелось бы выразить признательность всему коллективу кафедры «Экономика и организация производства» и в целом факультета «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана, декану и членам Ученого совета, поддержавшим инициативу о введении статистических методов в учебный процесс. Автор искренне признателен заведующему кафедрой «Экономика и организация производства» проф. С.Г. Фалько за постоянную поддержку проектов по разработке и внедрению эконометрических и статистических курсов, декану проф. И.Н. Омельченко за помощь в издании книг и совместные научные исследования.
Автор благодарен своим многочисленным коллегам, слушателям и студентам, прежде всего различных образовательных структур Московского государственного технического университета им. Н.Э. Баумана, Московского физико-технического института, Российской экономической академии им. Г.В. Плеханова и Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации (программа «Топ-Менеджер»), за полезные обсуждения.
С текущей научной информацией по статистическим методам анализа данных можно познакомиться на сайте «Высокие статистические технологии» http://orlovs.pp.ru и его форуме. Большой объем информации по рассматриваемым в учебнике вопросам содержит выходящий с 2000 г. электронный еженедельник «Эконометрика» (электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана (http://subscribe.ru/catalog/science.hum ... onometrika). Автор искренне благодарен своему сыну А.А. Орлову, разработчику и администратору сайта, редактору еженедельника за многолетний энтузиазм.
Условия для написания книги создала моя любимая жена Л.А. Орлова. Спасибо!
Включенный в учебник материал дает представление о теории и практике статистических методов анализа данных, соответствующее общепринятому в мире. Изложение доведено до современного уровня научных исследований в этой области. Конечно, возможны различные точки зрения по тем или иным частным вопросам. Автор будет благодарен читателям, если они сообщат свои вопросы и замечания по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru.






Теория принятия решений : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 826 c. — ISBN 978-5-4497-1467-1. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117047.html


А.И. Орлов

Теория принятия решений


Учебник

2022


Орлов А.И.
Теория принятия решений : учебник / А.И.Орлов.- 2022.

В учебнике представлена структура современной теории принятия решений. Рассмотрены технология и процедуры разработки и принятия управленческих решений, описаны вероятностно-статистические, интервальные, нечеткие, а также связанные со шкалами измерения неопределенности в теории принятия решений. Приведены методы принятия решений, в том числе оптимизационные, вероятностно-статистические, экспертные. Отдельно рассмотрено моделирование как метод теории принятия решений и проведен анализ ряда конкретных моделей. Обсуждаются методы принятия решений как традиционные, так и современные, даются примеры их применения для решения практических задач.
Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования.
Для студентов и преподавателей вузов, слушателей институтов повышения квалификации, структур второго образования и программ МВА («Мастер делового администрирования»), менеджеров, экономистов, инженеров.

© Орлов А.И., 2021


Оглавление

Предисловие

1. Технологии и процедуры разработки и принятия
управленческих решений 1

1.1. Введение в теорию принятия решений 1
1.1.1. Пример задачи принятия решения 1
1.1.2. Голосование - один из методов экспертных оценок 4
1.1.3. Основные понятия теории принятия решений 6
1.1.4. Современный этап развития теории принятия решений. 14
Литература 19
Контрольные вопросы 19
Темы докладов и рефератов 20

1.2. Принятие решений – работа менеджера 22
1.2.1. Основные функции управления по Анри Файолю
1.2.2. Роль прогнозирования при принятии решений 23
1.2.3. Принятие решений при планировании 31
1.2.4. Управление людьми и принятие решений 35
1.2.5. Принятие решений при контроле 43
Литература 46
Контрольные вопросы 47
Темы докладов и рефератов 47

1.3. Последствия принятия решений для научно-технического и экономического развития 49
1.3.1. Ретроспективный анализ развития фундаментальных и
прикладных исследований по ядерной физике 49
1.3.2. О развитии науки и техники во второй половине ХХ века 54
1.3.3. О некоторых направлениях фундаментальной 60
и прикладной науки 60
1.3.4. Развитие математических методов исследования 68
и информационных технологий 68
Литература 78
Контрольные вопросы 81
Темы докладов и рефератов 82

1.4. Принятие решений в стратегическом менеджменте 83
1.4.1. Пирамида планирования в стратегическом менеджменте:
миссия фирмы, стратегические цели, задачи и конкретные задания 83
1.4.2. Проблема горизонта планирования
в стратегическом менеджменте 90
1.4.3. Некоторые методы принятия решений
в стратегическом менеджменте 96
Литература 103
Контрольные вопросы 103
Темы докладов и рефератов 104

1.5. Принятие решений при управлении инновационными и
инвестиционными проектами 105
1.5.1. Подготовка и проведение нововведений
- часть работы менеджера 105
1.5.2. Инструменты инновационного менеджмента 113
1.5.3. Инвестиционный менеджмент 121
1.5.4. Дисконт-функция 127
1.5.5. Характеристики финансовых потоков 130
1.5.6. Оценки погрешностей характеристик финансовых потоков инвестиционных проектов и проблема горизонта планирования 151
1.5.7. Практические вопросы реализации
инновационных и инвестиционных проектов 157
Литература 160
Контрольные вопросы 161
Темы докладов, рефератов, исследовательских работ 162

1.6. Принятие решений на основе информационных систем
и контроллинга 164
1.6.1. Роль информации при принятии решений
в стратегическом менеджменте 164
1.6.2. Сущность контроллинга 167
1.6.3. Реинжиниринг бизнеса 174
1.6.4. Информационные системы управления
предприятием (ИСУП) 176
1.6.5. Задачи ИСУП 181
1.6.6. Место ИСУП в системе контроллинга 184
1.6.7. Перспективы совместного развития ИСУП 188
и контроллинга 188
Литература 195
Контрольные вопросы 197
Темы докладов, рефератов, исследовательских работ 197

2. Описание неопределенностей в теории принятия решений 199
Литература

2.1. Шкалы измерения и инвариантные алгоритмы 201
2.1.1. Основные шкалы измерения 201
2.1.2. Инвариантные алгоритмы и средние величины 210
2.1.3. Средние величины в порядковой шкале 215
2.1.4. Средние по Колмогорову 217
Литература 219
Контрольные вопросы 220
Темы докладов, рефератов, исследовательских работ 220

2.2. Вероятностно-статистические методы описания
неопределенностей в теории принятия решений 222
2.2.1. Теория вероятностей и математическая статистика
в принятии решений 222
2.2.2. Основы теории вероятностей 233
2.2.3. Суть вероятностно-статистических методов 266
принятия решений 266
2.2.4. Случайные величины и их распределения 269
2.2.5. Описание данных, оценивание и проверка гипотез 303
2.2.6. Современное состояние прикладной статистики 337
(типовые практические задачи и методы их решения) 337
Литература 364
Контрольные вопросы и задачи 366
Темы докладов, рефератов, исследовательских работ 367

2.3. Статистика интервальных данных 369
2.3.1. О развитии статистики интервальных данных 369
2.3.2. Основные идеи асимптотической математической статистики интервальных данных 375
2.3.3. Интервальные данные в задачах оценивания
характеристик распределения 381
2.3.4. Интервальные данные в задачах оценивания параметров
(на примере гамма-распределения) 392
2.3.5. Сравнение методов оценивания параметров 407
2.3.6. Интервальные данные в задачах проверки гипотез 417
2.3.7. Асимптотический линейный регрессионный анализ
для интервальных данных 421
2.3.8. Интервальный дискриминантный анализ 447
2.3.9. Интервальный кластер-анализ 450
2.3.10. Место статистики интервальных данных (СИД)
среди методов описания неопределенностей 453
Литература 457
Контрольные вопросы и задачи 460
Темы докладов, рефератов, исследовательских работ 461

2.4. Описание неопределенностей с помощью теории нечеткости 462
2.4.1. Нечеткие множества 462
2.4.2. Пример описания неопределенности с помощью
нечеткого множества 467
2.4.3. О разработке методики ценообразования
на основе теории нечетких множеств 474
2.4.4. О статистике нечетких множеств 477
2.4.5. Нечеткие множества как проекции случайных множеств 478
2.4.6. Пересечения и произведения нечетких
и случайных множеств 483
2.4.7. Сведение последовательности операций
над нечеткими множествами к последовательности операций
над случайными множествами 485
Литература 491
Контрольные вопросы и задачи 492
Темы докладов, рефератов, исследовательских работ 493

3. Методы принятия решений 494

3.1. Простые методы принятия решений 494
3.1.1. Оперативные приемы принятия решений 494
3.1.2. Пример подготовки решения на основе 504
макроэкономических данных 504
3.1.3. Декомпозиция задач принятия решения 523
Литература 534
Контрольные вопросы 535
Темы докладов и рефератов 535

3.2. Задачи оптимизации при принятии решений 537
3.2.1. Линейное программирование 537
3.2.2. Целочисленное программирование 556
3.2.3. Теория графов и оптимизация 559
Литература 569
Задачи по методам принятия решений 569
Темы докладов и рефератов 572

3.3. Вероятностно-статистические методы принятия решений 574
3.3.1. Эконометрические методы принятия решений в контроллинге 574
3.3.2. Принятие решений в условиях риска 612
3.3.3. Об одном подходе к оценке рисков для малых предприятий
(на примере выполнения инновационных проектов в вузах) 650
3.3.4. Принятие решений в условиях рисков инфляции 670
Литература 685
Контрольные вопросы 690
Темы докладов и рефератов 690

3.4. Экспертные методы принятия решений 692
3.4.1. Основные идеи методов экспертных оценок 692
3.4.2. Математические методы анализа экспертных оценок 715
3.4.3. Экологические экспертизы 739
Литература 762
Контрольные вопросы и задачи 763
Темы докладов и рефератов 766

4. Моделирование в теории принятия решений 767

4.1. Основы моделирования 767
4.1.1. Основные понятия общей теории моделирования 767
4.1.2. Пример процесса подготовки решений на основе
демографических моделей 782
4.1.3. Математическое моделирование при принятии решений 803
4.1.4. О методологии моделирования 816
Литература 834
Контрольные вопросы 838
Темы докладов и рефератов 838

4.2. Макроэкономические модели в теории принятия решений 840
4.2.1. Примеры типовых макроэкономических моделей 840
4.2.2. Модели экономики отдельных стран и мирового хозяйства 851
4.2.3. Моделирование процессов налогообложения 857
4.2.4. Моделированию процессов налогообложения в России 860
Литература
Контрольные вопросы 872
Темы докладов и рефератов 872

4.3. Микроэкономические модели в теории принятия решений 874
4.3.1. Модель функционирования промышленного предприятия 874
4.3.2. Принятие решений в малом бизнесе на основе экономико-математического моделирования 876
4.3.3. Принятие решений в задачах логистики 891
Литература 933
Контрольные вопросы и задачи 935
Темы докладов и рефератов 936

4.4. Принятие решений на основе моделей обеспечения качества 937
4.4.1. Основы принятия решений о качестве продукции 937
4.4.2. Основы теории статистического контроля 946
4.4.3. Некоторые практические вопросы принятия решений при статистическом контроле качества продукции и услуг 962
4.4.4. Всегда ли нужен контроль качества продукции? 969
4.4.5. Принятие решений, качество и сертификация 983
Литература 997
Контрольные вопросы 999
Темы докладов и рефератов 1000

4.5. Моделирование и оценка результатов взаимовлияний
факторов 1001
4.5.1. Основные идеи метода компьютерного
моделирования ЖОК 1001
4.5.2. Пример применения эконометрического метода ЖОК
для изучения факторов, влияющих на налогооблагаемую базу
подоходного налога с физических лиц 1006
4.5.3. Компьютерная система ЖОК поддержки анализа и
управления в сложных ситуациях 1039
4.5.4. Балансовые соотношения в системе ЖОК 1050
Литература 1066
Контрольные вопросы 1068
Темы докладов и рефератов 1069

Приложение. Об авторе этой книги


Предисловие

Решения принимают все – инженеры, менеджеры, экономисты, домохозяйки и космонавты. Принятие решений – основа любого управления. Поэтому знакомство с современной теорией принятия решений необходимо всем, связанным с системами управления. А управляет каждый из нас – хотя бы самим собой.
Учебник состоит из четырех частей. Первая из них посвящена теоретическим основам и практическим примерам применения технологии и процедур разработки и принятия управленческих решений. На примере типовой задачи принятия решения о запуске в серию того или иного типа автомобиля показаны проблемы, возникающие при принятии решений. Рассмотрены четыре аналитических критерия принятия решений, а пятым - голосование как один из методов экспертных оценок. Вводятся основные понятия теории принятия решений: лица, принимающие решения (ЛПР), порядок подготовки решения (регламент), цели и ресурсы, риски и неопределенности, критерии оценки решения. Обсуждаются реальные процедуры принятия решений и их математико-компьютерная поддержка.
Во второй главе первой части прослежена роль принятия решений в работе менеджера – при прогнозировании, планировании, управлении командой, координации и контроле.
Рассмотрены последствия принятия решений для научно-технического и экономического развития. В третьей главе дан ретроспективный анализ развития фундаментальных и прикладных исследований по ядерной физике, проанализировано развитие науки и техники во второй половине ХХ века, прежде всего математических методов исследования и информационных технологий, рассмотрено взаимодействие фундаментальной и прикладной науки.
В четвертой главе более подробно рассмотрены вопросы принятия решений при стратегическом управлении. Основное внимание сосредоточено вокруг пирамиды планирования (миссия фирмы, стратегические цели, задачи и конкретные задания) и проблемы влияния горизонта планирования на принимаемые решения. Здесь же разобраны некоторые методы принятия решений в стратегическом менеджменте.
Пятая глава первой части учебника посвящена подготовке и принятию решений при управлении инновационными и инвестиционными проектами. Рассмотрены инструменты инновационного и инвестиционного менеджмента, в частности, дисконт-функция и характеристики финансовых потоков. Обсуждается принципиально важная проблема оценки погрешностей характеристик финансовых потоков в связи с проблемой горизонта планирования.
Заканчивается первая часть анализом современных проблем принятия решений на основе информационных систем управления предприятием и контроллинга.
В дальнейших частях учебника рассматривается научный инструментарий современной теории принятия решений. Для них первая часть является обширным введением, показывающим практическую пользу этого инструментария.
Вторая часть учебника отведена способам описания неопределенностей в теории принятия решений. Первая глава касается теории измерений. Вводятся основные шкалы (наименований, порядковая, интервалов, отношений, разностей, абсолютная). Основное требования к методам обработки данных состоит в инвариантности выводов относительно допустимых преобразований шкал. Указано, какими средними величинами в каких шкалах можно пользоваться.
Подробно рассмотрены вероятностно-статистические методы описания неопределенностей в теории принятия решений. Разобраны основы теории вероятностей, включая описание случайных величин и их распределений, и суть вероятностно-статистических методов принятия решений. Обсуждается современное состояние прикладной статистики, типовые практические задачи и методы их решения, включая задачи описания данных, оценивания и проверка гипотез.
Третья глава второй части посвящена новому перспективному направлению - статистике интервальных данных. Вслед за основными идеями асимптотической математической статистики интервальных данных рассматриваются задачи оценивания характеристик и параметров распределений, проверки гипотез. Отметим, что методы оценивания параметров имеют другие свойства, чем в классическом случае. Развит асимптотический линейный регрессионный анализ для интервальных данных, интервальный дискриминантный анализ, интервальный кластер-анализ. Очерчено место статистики интервальных данных среди методов описания неопределенностей.
В заключительной четвертой главе описание неопределенностей проводится с помощью теории нечеткости. Рассмотрены практические примеры , в частности, методика ценообразования на основе теории нечетких множеств. Рассказано о статистике нечетких множеств. Нечеткие множества представлены как проекции случайных множеств, и продемонстрирована возможность сведения последовательности операций над нечеткими множествами к последовательности операций над случайными множествами.
Третья часть посвящена методам принятия решений. Сначала речь идет о простых и оперативных приемах принятия решений (включая декомпозицию задач принятия решений), не требующих применения развитых экономико-математических методов и моделей. Рассмотрен пример подготовки решения непосредственно на основе макроэкономических данных
Основное содержание второй главы - задачи оптимизации. В линейном программировании последовательно рассматриваются упрощенная производственная задача (с графическим решением) и двойственная к ней, задачи о диете, планировании номенклатуры и объемов выпуска, транспортная задача. Дается первоначальное представление о линейном программировании как научно-практической дисциплине. Рассмотрены методы решения задач линейного программирования: простой перебор, направленный перебор, симплекс-метод.
К целочисленному программированию относятся задача о выборе оборудования и задача о ранце. К ним примыкает тематика бинарных отношений и дискретной оптимизации в экспертных оценках - одном из инструментов принятия решений. Обсуждаются подходы к решению задач целочисленного программирования - метод приближения непрерывными задачами и методы направленного перебора.
Заключительный раздел второй главы - оптимизация на графах. Рассмотрены задачи коммивояжера, о кратчайшем пути, о максимальном потоке. Сформулирована задача линейного программирования при максимизации потока.
Третья глава посвящена некоторым из большого числа вероятностно-статистических методов принятия решений. Сначала рассматриваются эконометрические методы принятия решений в бурно растущей в настоящее время области менеджмента - контроллинге. Под эконометрикой в соответствии с общепринятым определением понимается наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Рассмотрены вероятностно-статистические проблемы принятия решений в условиях риска, подробно разобран практически полезный подход к оценке рисков для малых предприятий (на примере выполнения инновационных проектов в вузах). Завершается глава обсуждением вопросов принятия решений в условиях рисков инфляции
Экспертные методы принятия решений – предмет четвертой главы третьей части. Вслед за анализом примеров и основных идей экспертных методов обсуждаются математические методы анализа экспертных оценок. Методы средних баллов рассмотрены на примере сравнения восьми инвестиционных проектов. Проведено сравнение ранжировок полученных методом средних арифметических рангов и методом медиан рангов. Затем разобран способ согласования кластеризованных ранжировок. Один из часто используемых видов ответов экспертов - бинарные отношения. Дано их представление в виде матриц из 0 и 1 и введено расстояние Кемени между бинарными отношениями. Дискретная оптимизация применяется для получения результирующего мнения комиссии экспертов - медианы Кемени. На примере Федерального Закона «Об экологической экспертизе» рассмотрены практические проблемы применения экспертных оценок.
Заключительная четвертая часть посвящена применению метода моделирования в теории принятия решений и рассмотрению ряда конкретных семейств моделей. В первой главе рассмотрены основные понятия общей теории моделирования, в том числе математического, и методология моделирования, а также пример процесса подготовки решений на основе демографических моделей. Вторая глава посвящена типовым макроэкономическим моделям в теории принятия решений, в том числе моделям экономики отдельных стран и мирового хозяйства в целом, моделированию процессов налогообложения в России и других странах.
В третьей главе рассмотрено применение микроэкономических моделей в теории принятия решений. Обсуждаются модель функционирования промышленного предприятия, проблемы принятия решений в малом бизнесе на основе экономико-математического моделирования, принятие решений в задачах логистики (управления запасами).
Четвертая глава посвящена принятию решений на основе моделей обеспечения качества. Рассмотрены основы теории статистического контроля и практические вопросы принятия решений при статистическом контроле качества продукции и услуг. Показано, что выходной контроль качества продукции нужен не всегда. Обсуждаются удачные и неудачные примеры принятия решений в области качества и сертификации.
В заключительной пятой главе обсуждается компьютерная система ЖОК поддержки анализа и управления в сложных ситуациях и опыт ее использования. Рассмотрены основные идеи эконометрического метода компьютерного моделирования ЖОК, пример применения метода ЖОК для изучения факторов, влияющих на налогооблагаемую базу подоходного налога с физических лиц, возможность использования балансовых соотношений в системе ЖОК
Для написания этой книги у автора была два стимула. Во-первых, сделать доступным широкой массе читателей почти полувековой опыт работ междисциплинарного научного коллектива, действующего вокруг семинара «Экспертные оценки и анализ данных». Семинар был организован в 1973 г. и работал сначала в МГУ им. М.В. Ломоносова, а затем в Институте проблем управления Российской академии наук. Некоторое время автор руководил семинаром (вместе с коллегами). Именно в рамках этого междисциплинарного коллектива создана отечественная научная школа в области современной теории принятия решений.
Во-вторых, подготовить учебник по теории принятия решений для обеспечения различных видов образовательных услуг в рамках дневного и второго (дополнительного, вечернего) образования бакалавров, магистров, аспирантов, бизнес-школ (МВА), структур повышения квалификации, для самообразования. Учебник полезен менеджерам, экономистам, инженерам, представителям других специальностей, заинтересованным в получении современных знаний по теории принятия решений. Он интересен преподавателям и научным работникам в указанных областях, а также может быть использован для преподавания методов принятия решений в структурах среднего образования.
Итак, учебник опирается на научные разработки последних лет и практику преподавания в России и во Франции, с учетом достижений специалистов других стран.
Включенные в учебник материалы прошли многолетнюю и всестороннюю проверку. Кроме МГТУ им. Н.Э.Баумана, они использовались при преподавании во многих других отечественных и зарубежных образовательных структурах. О некоторых из них можно получить представление из справки «Об авторе» в конце книги.
Учебник может быть использовано различными категориями читателей. Студенты дневных отделений управленческих и экономических специальностей найдут в нем весь необходимый материал для изучения различных вариантов курсов типа «Теория принятия решений», «Управленческие решения», «Экономико-математическое моделирование» и др. Особенно хочется порекомендовать учебник тем, кто получает наиболее ценимое в настоящее время образование - на экономических факультетах в технических вузах. Слушатели вечерних отделений, в том числе обучающиеся в системах второго образования по экономике и менеджменту, смогут изучить основы теории принятия решений и познакомиться с вопросами ее практического использования. Менеджерам, экономистам и инженерам, изучающим теорию принятия решений самостоятельно или в Институтах повышения квалификации, учебник позволит познакомиться с ее ключевыми идеями и выйти на современный уровень. Специалистам по теории принятия решений, экспертным оценкам, теории вероятностей и математической статистике эта книга также может быть интересна и полезна. В ней описан современный взгляд на рассматриваемую тематику, ее основные подходы и результаты, открывающие большой простор для дальнейших математических исследований.
В отличие от учебной литературы по математическим дисциплинам, в настоящей книге практически полностью отсутствуют доказательства. Однако в нескольких случаях мы сочли целесообразным их привести. При первом чтении доказательства теорем можно пропустить.
О роли литературных ссылок в учебнике необходимо сказать достаточно подробно. Прежде всего, книга представляет собой замкнутый текст, не требующий для своего понимания ничего, кроме знания стандартных учебных курсов по высшей математике и основам экономической теории. Зачем же нужны ссылки? Доказательства всех приведенных в учебнике теорем приведены в ранее опубликованных статьях и монографиях. Дотошный читатель, в частности, при подготовке рефератов, дипломных и диссертационных работ и при желании глубже проникнуть в материал учебника, может обратиться к приведенным в каждой главе спискам цитированной литературы. Далее, каждая из глав учебника - это только введение в большую область теории принятия решений, и вполне естественным является желание выйти за пределы введения. Приведенные литературные списки могут этому помочь. При этом надо помнить, что за многие десятилетия накопились большие книжные богатства, и их надо активно использовать.
Включенные в учебник материалы оказались полезными не только студентам дневных и вечерних факультетов и слушателям системы второго высшего образования, но и тем, кто обучается по программам переподготовки, «Мастер (магистр) делового администрирования» (МВА) и иным, в том числе международным.
Первое издание настоящего учебника вышло в августе 2006 г. в издательстве «Экзамен» и оказалось весьма востребованным. По данным Академии Гугл на 09.08.2021, эта книга была процитирована более 1400 раз (https://scholar.google.ru/citations) в научных и учебных публикациях. Это свидетельствует о востребованности учебника, об успешности нашего издательского проекта.
Важное место в теории принятия решений занимают прикладная статистика и эконометрика, опирающиеся на вероятностно-статистические модели. В 2002, 2003 и 2004 гг. издательством «Экзамен» был выпущен наш учебник «Эконометрика» (три издания), а в 2006 г. – первое издание учебника «Прикладная статистика» А.И. Орлова. Эти книги, а также указанные в заключительном разделе " Об авторе этой книги", могут оказаться полезными читателям настоящего учебника.
Автор благодарен своим многочисленным коллегам, слушателям и студентам различных образовательных структур Московского государственного технического университета им. Н.Э. Баумана, Московского физико-технического института, Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации (программа «Топ Менеджер»), Российского экономического университета имени Г. В. Плеханова, других вузов и организаций за полезные обсуждения. Хотелось бы выразить признательность всему коллективу кафедры «Экономика и организация производства» и в целом факультета «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана, прежде всего заведующему кафедрой «Экономика и организация производства» проф. С.Г. Фалько за постоянную поддержку проектов по разработке и внедрению в учебный процесс современных методов теории принятия решений, эконометрики и прикладной статистики, декану проф. И.Н. Омельченко за совместные научные исследования.
С текущей научной информацией по теории принятия решений можно познакомиться на нашем сайте «Высокие статистические технологии» http://orlovs.pp.ru и его форуме https://forum.orlovs.pp.ru. Большой объем информации по рассматриваемым в учебнике вопросам содержит выходящий с 2000 г. электронный еженедельник «Эконометрика» (http://subscribe.ru/catalog/science.hum ... onometrika) - электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана.. Автор искренне благодарен своему сыну А.А. Орлову, разработчику и администратору сайта, главному редактору еженедельника за многолетний энтузиазм.
Условия для написания книги создала моя любимая жена Л.А. Орлова. Спасибо!
В учебнике изложено представление о теории принятия решений, соответствующее общепринятому в мире. Изложение доведено до современного уровня научных исследований в этой области. Конечно, возможны различные точки зрения по тем или иным частным вопросам. Автор будет благодарен читателям, если они зададут вопросы, сообщат свои замечания и предложения по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru либо на форуме сайта «Высокие статистические технологии» http://forum.orlovs.pp.ru .


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июн 25, 2022 9:47 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1118 от 27 июня 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем введение "Нечисловая статистика - основа высоких статистических технологий" к учебнику А.И. Орлова "Искусственный интеллект: нечисловая статистика".




Введение. Нечисловая статистика - основа
высоких статистических технологий

В.1. О развитии статистических методов

Четыре столетия статистики. Впервые термин «статистика» появился в «Гамлете» Шекспира (1602 г., акт 5, сцена 2). Смысл этого слова у Шекспира – знать, придворные. По-видимому, оно происходит от латинского слова status, что в оригинале означает «состояние» или «политическое состояние».
В течение следующих 400 лет термин «статистика» понимали и понимают по-разному. В работе [1] собрано более 200 определений этого термина, некоторые из них обсуждаются ниже.
Вначале под статистикой понимали описание экономического и политического состояния государства или его части. Например, к 1792 г. относится определение: «Статистика описывает состояние государства в настоящее время или в некоторый известный момент в прошлом». И в настоящее время деятельность государственных статистических служб (в нашей стране – Федеральная служба государственной статистики (Росстат)) вполне укладывается в это определение.
Однако постепенно термин «статистика» стал использоваться более широко. По Наполеону Бонапарту «Статистика – это бюджет вещей». Тем самым статистические методы были признаны полезными не только для административного управления, но и на уровне отдельного предприятия. Согласно формулировке 1833 г. «цель статистики заключается в представлении фактов в наиболее сжатой форме». Приведем еще два высказывания. Статистика состоит в наблюдении явлений, которые могут быть подсчитаны или выражены посредством чисел (1895). Статистика – это численное представление фактов из любой области исследования в их взаимосвязи (1909).
В ХХ в. статистику обычно рассматривают как самостоятельную научную дисциплину. Статистика есть совокупность методов и принципов, согласно которым проводится сбор, анализ, сравнение, представление и интерпретация числовых данных (1925). В 1954 г. академик АН УССР Б.В. Гнеденко дал следующее определение: «Статистика состоит из трех разделов:
1) сбор статистических сведений, т.е. сведений, характеризующих отдельные единицы каких-либо массовых совокупностей;
2) статистическое исследование полученных данных, заключающееся в выяснении тех закономерностей, которые могут быть установлены на основе данных массового наблюдения;
3) разработка приемов статистического наблюдения и анализа статистических данных. Последний раздел, собственно, и составляет содержание математической статистики».
Термин «статистика» употребляют еще в двух смыслах. Во-первых, в обиходе под «статистикой» часто понимают набор количественных данных о каком-либо явлении или процессе. Во-вторых, в специальной литературе статистикой называют функцию от результатов наблюдений, используемую для оценивания характеристик и параметров распределений и проверки гипотез.
Чтобы подойти к термину «нечисловая статистика», кратко рассмотрим историю реальных статистических работ.
Краткая история статистических методов. Типовые примеры раннего этапа применения статистических методов описаны в Ветхом Завете (см., например, Книгу Чисел). Там, в частности, приводится число воинов в различных племенах. С математической точки зрения дело сводилось к подсчету числа попаданий значений наблюдаемых признаков в определенные градации.
В дальнейшем результаты обработки статистических данных стали представлять в виде таблиц и диаграмм, как это и сейчас делает Росстат. Надо признать, что по сравнению с Ветхим Заветом есть прогресс - в Библии не было таблиц и диаграмм. Однако у Росстата нет продвижения по сравнению с работами российских статистиков конца девятнадцатого - начала двадцатого веков (типовой монографией тех времен можно считать книгу [2], которая в настоящее время ещё легко доступна).
Сразу после возникновения теории вероятностей (Паскаль, Ферма, 17 век) вероятностные модели стали использоваться при обработке статистических данных. Например, изучалась частота рождения мальчиков и девочек, было установлено отличие вероятности рождения мальчика от 0,5, анализировались причины того, что в парижских приютах доля мальчиков не та, что в самом Париже, и т.д. Имеется достаточно много публикаций по истории теории вероятностей с описанием раннего этапа развития статистических методов, к лучшим из них относится очерк [3].
В 1794 г. (по другим данным - в 1795 г.) К.Гаусс разработал метод наименьших квадратов, один из наиболее популярных ныне статистических методов, и применил его при расчете орбиты астероида Церера - для борьбы с ошибками астрономических наблюдений [4]. В Х1Х веке заметный вклад в развитие практической статистики внес бельгиец А. Кетле, на основе анализа большого числа реальных данных показавший устойчивость относительных статистических показателей, таких, как доля самоубийств среди всех смертей [5]. Интересно, что основные идеи статистического приемочного контроля и сертификации продукции обсуждались академиком Петербургской АН М.В. Остроградским (1801-1862) и применялись в российской армии ещё в середине Х1Х в. [3]. Статистические методы управления качеством и сертификации продукции сейчас весьма актуальны [6].
Современный этап развития статистических методов можно отсчитывать с 1900 г., когда англичанин К. Пирсон основан журнал «Biometrika». Первая треть ХХ в. прошла под знаком параметрической статистики. Разрабатывались методы, основанные на анализе данных из параметрических семейств распределений, описываемых кривыми семейства Пирсона. Наиболее популярным было нормальное (гауссово) распределение. Для проверки гипотез использовались критерии Пирсона, Стьюдента, Фишера. Были предложены метод максимального правдоподобия, дисперсионный анализ, сформулированы основные идеи планирования эксперимента.
Разработанную в первой трети ХХ в. теорию анализа данных называем параметрической статистикой, поскольку ее основной объект изучения - это выборки из распределений, описываемых одним или небольшим числом параметров. Наиболее общим является семейство кривых Пирсона, задаваемых четырьмя параметрами. Как правило, нельзя указать каких-либо веских причин, по которым распределение результатов конкретных наблюдений должно входить в то или иное параметрическое семейство. Исключения хорошо известны: если вероятностная модель предусматривает суммирование независимых случайных величин, то сумму естественно описывать нормальным распределением; если же в модели рассматривается произведение таких величин, то итог, видимо, приближается логарифмически нормальным распределением, и т.д. Однако подобных моделей нет в подавляющем большинстве реальных ситуаций, и приближение реального распределения с помощью кривых из семейства Пирсона или его подсемейств - чисто формальная операция.
Именно из таких соображений критиковал параметрическую статистику академик АН СССР С.Н.Бернштейн в 1927 г. в своем докладе на Всероссийском съезде математиков [7]. Однако эта теория, к сожалению, до сих пор остается основой преподавания статистических методов и продолжает использоваться основной массой прикладников, далеких от новых веяний в статистике. Почему так происходит? Чтобы попытаться ответить на этот вопрос, обратимся к наукометрии.
Наукометрия статистических исследований. В рамках движения за создание Всесоюзной статистической ассоциации (учреждена в 1990 г.) был проведен анализ статистики как области научно-практической деятельности. Он показал, в частности, что актуальными для специалистов в настоящее время являются не менее чем 100 тысяч публикаций (подробнее см. статьи [8,9]). Реально же каждый из специалистов знаком с существенно меньшим количеством книг и статей. Так, в известном трехтомнике М Кендалла и А. Стьюарта [10-12] – наиболее полном на русском языке издании по статистическим методам - всего около 2 тысяч литературных ссылок. При всей очевидности соображений о многократном дублировании в публикациях ценных идей приходится признать, что каждый специалист по статистическим методам владеет лишь небольшой частью накопленных в этой области знаний. Не удивительно, что приходится постоянно сталкиваться с игнорированием или повторением ранее полученных результатов, с уходом в тупиковые (с точки зрения практики) направления исследований, с беспомощностью при обращении к реальным данным, и т.д. Все это - одно из проявлений адапционного механизма торможения развития науки, о котором еще 30 лет назад писали В.В.Налимов и другие науковеды (см., например, [13]).
Традиционный предрассудок состоит в том, что каждый новый результат, полученный исследователем - это кирпич в непрерывно растущее здание науки, который непременно будет проанализирован и использован научным сообществом, а затем и при решении практических задач. Реальная ситуация - совсем иная. Основа профессиональных знаний исследователя, инженера, экономиста менеджера, социолога, историка, геолога, медика закладывается в период обучения. Затем знания пополняются в том узком направлении, в котором работает специалист. Следующий этап - их тиражирование новому поколению. В результате вузовские учебники отстоят от современного развития на десятки лет. Так, учебники по математической статистике, согласно мнению экспертов, по научному уровню в основном соответствуют 40-60-м годам ХХ в. А потому середине ХХ в. соответствует большинство вновь публикуемых исследований и тем более - прикладных работ. Одновременно приходится признать, что результаты, не вошедшие в учебники, независимо от их ценности почти все забываются.
Активно продолжается развитие тупиковых направлений. Психологически это понятно. Приведу пример из своего опыта. По заказу Госстандарта я разработал методы оценки параметров гамма-распределения [14]. Поэтому мне близки и интересны работы по оцениванию параметров по выборкам из распределений, принадлежащих тем или иным параметрическим семействам, понятия функции максимального правдоподобия, эффективности оценок, использование неравенства Рао-Крамера и т.д. К сожалению, я знаю, что это - тупиковая ветвь теории статистики, поскольку реальные данные не подчиняются каким-либо параметрическим семействам, надо применять иные статистические методы - непараметрические. Понятно, что специалистам по параметрической статистике, потратившим многие годы на совершенствование в своей области, психологически трудно согласиться с этим утверждением. В том числе и мне. Но необходимо идти вперед.
Появление прикладной статистики. В нашей стране термин «прикладная статистика» вошел в широкое употребление в 1981 г. после издания массовым тиражом (33940 экз.) сборника «Современные проблемы кибернетики (прикладная статистика)». В этом сборнике обосновывалась трехкомпонентная структура прикладной статистики [15]. Во-первых, в нее входят ориентированные на прикладную деятельность статистические методы анализа данных (эту область можно назвать прикладной математической статистикой и включать также и в прикладную математику). Однако прикладную статистику нельзя целиком относить к математике. Она включает в себя две явно внематематические области. Во-вторых, методологию организации статистического исследования: как планировать исследование, как собирать данные, как подготавливать данные к обработке, как представлять результаты. В-третьих, организацию компьютерной обработки данных, в том числе разработку и использование баз данных и электронных таблиц, статистических программных продуктов, например, диалоговых систем анализа данных.
В нашей стране термин «прикладная статистика» использовался и ранее 1981 г., но лишь внутри сравнительно небольших и замкнутых групп специалистов, о некоторых из которых рассказано в статье [15].
Прикладная статистика и математическая статистика – это две разные научные дисциплины. Различие четко проявляется и при преподавании. Курс математической статистики состоит в основном из доказательств теорем, как и соответствующие учебные пособия. В курсах прикладной статистики основное - методология анализа данных и алгоритмы расчетов, а теоремы приводятся как обоснования этих алгоритмов, доказательства же, как правило, опускаются (их можно найти в научной литературе).
Статистические методы. В области статистического анализа данных естественно выделить три вида научной и прикладной деятельности (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование методов прикладной статистики, предназначенных для анализа данных различной природы;
б) разработка и исследование вероятностно-статистических моделей в соответствии с конкретными потребностями науки и практики (моделей управления качеством, сбора и анализа оценок экспертов и др.);
в) применение статистических методов и моделей для анализа конкретных данных (например, данных о росте цен с целью изучения инфляции).
Кратко рассмотрим три только что выделенных вида научной и прикладной деятельности. По мере движения от а) к в) сужается широта области применения статистического метода, но при этом повышается его значение для анализа конкретной ситуации. Если работам вида а) соответствуют научные результаты, значимость которых оценивается по общенаучным критериям, то для работ вида в) основное - успешное решение задач конкретной области. Работы вида б) занимают промежуточное положение, поскольку, с одной стороны, теоретическое изучение статистических моделей может быть достаточно сложным и математизированным (см., например, монографию [6]), с другой - результаты представляют интерес не для всей науки, а лишь для некоторого направления в ней.
Структура современной статистики. Внутренняя структура статистики как науки была выявлена и обоснована при создании в 1990 г. Всесоюзной статистической ассоциации [9]. Прикладная статистика - методическая дисциплина, являющаяся центром статистики. При применении методов прикладной статистики к конкретным областям знаний и отраслям народного хозяйства получаем научно-практические дисциплины типа "статистика в промышленности", "статистика в медицине" и др. С этой точки зрения эконометрика - это "статистические методы в экономике" [6]. Математическая статистика играет роль математического фундамента для прикладной статистики.
К настоящему времени очевидно четко выраженное размежевание этих двух научных направлений. Математическая статистика исходит из сформулированных в 1930-50 гг. постановок математических задач, происхождение которых связано с анализом конкретных статистических данных. Начиная с 70-х годов ХХ в. исследования по математической статистике посвящены обобщению и дальнейшему математическому изучению этих задач. Поток новых математических результатов (теорем) не ослабевает, но новые практические рекомендации по обработке статистических данных при этом почти не появляются. Можно сказать, что математическая статистика как научное направление замкнулась внутри себя.
Сам термин «прикладная статистика» возник как реакция на описанную выше тенденцию. Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими методами, т.е. путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.
Рассматриваемое соотношение математической и прикладной статистик отнюдь не являются исключением. Как правило, математические дисциплины проходят в своем развитии ряд этапов. Вначале в какой-либо прикладной области возникает необходимость в применении математических методов и накапливаются соответствующие эмпирические приемы (для геометрии это - "измерение земли", т.е. землемерие, в Древнем Египте). Затем возникает математическая дисциплина со своей аксиоматикой (для геометрии это - время Евклида). Затем идет внутриматематическое развитие и преподавание (считается, что большинство результатов элементарной геометрии получено учителями гимназий в XIX в.). При этом на запросы исходной прикладной области перестают обращать внимание, и та порождает новые научные дисциплины (сейчас "измерением земли" занимается не геометрия, а геодезия и картография). Затем научный интерес к исходной дисциплине иссякает, но преподавание по традиции продолжается (элементарная геометрия до сих пор изучается в средней школе, хотя трудно понять, в каких практических задачах может понадобиться, например, теорема о том, что высоты треугольника пересекаются в одной точке). Следующий этап - окончательное вытеснение дисциплины из реальной жизни в историю науки (объем преподавания элементарной геометрии в настоящее время постепенно сокращается, в частности, ей все меньше уделяется внимания на вступительных экзаменах в вузах). К интеллектуальным дисциплинам, уже закончившим свой жизненный путь, относится средневековая схоластика. Как справедливо отмечает проф. МГУ им. М.В. Ломоносова В.Н. Тутубалин [16], теория вероятностей и математическая статистика успешно двигаются по ее пути - вслед за элементарной геометрией.
Подведем итог. Хотя статистические данные собираются и анализируются с незапамятных времен (см., например, Книгу Чисел в Ветхом Завете), современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно - в первой половине ХХ в. Именно тогда были разработаны основные идеи и получены результаты, излагаемые ныне в учебных курсах математической статистики. После чего специалисты по математической статистике занялись внутриматематическими проблемами, а для теоретического обслуживания проблем практического анализа статистических данных стала формироваться новая дисциплина - прикладная статистика.
В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов. Разрыв между математической и прикладной статистикой проявляется, в частности, в том, что большинство методов, включенных в популярные среди исследователей статистические пакеты программ (например, в заслуженные Statgraphics и SPSS или в более новую систему Statistica), даже не упоминается в учебниках по математической статистике. В результате специалист по математической статистике оказывается зачастую беспомощным при обработке реальных данных, а методики статистического анализа и пакеты программ применяют (что еще хуже - и разрабатывают) лица, не имеющие необходимой теоретической подготовки. Естественно, что они допускают разнообразные ошибки, в том числе в таких ответственных документах, как государственные стандарты по статистическим методам. Анализ грубых ошибок в стандартах дан в статье [17].
Что дает прикладная статистика народному хозяйству? Так называлась статья [18], в которой приводились многочисленные примеры успешного использования методов прикладной математической статистики при решении практических задач. Перечень примеров можно продолжать практически безгранично (см., например, недавнюю сводку [19]).
Методы прикладной статистики используются в зарубежных и отечественных экономических и технических исследованиях, работах по управлению (менеджменту), в медицине, социологии, психологии, истории, геологии и других областях. Их применение дает заметный экономический эффект. Например, в США - не менее 20 миллиардов долларов ежегодно только в области статистического контроля качества. Недавно появилась концепция «Шесть сигм» - система управления компанией или ее подразделениями на основе интенсивного использования статистических методов [20, 41]. Внедрение «Шести сигм» дает значительный экономический эффект. Исполнительный директор General Electric Джек Уэлч подчеркнул в ежегодном докладе, что всего за три года «Шесть сигм» сэкономили компании более 2 миллиардов долларов.
В 1988 г. затраты на статистический анализ данных в нашей стране оценивались в 2 миллиарда рублей ежегодно [21]. Согласно расчетам сравнительной стоимости валют на основе потребительских паритетов [6], эту величину можно сопоставить с 2 миллиардами долларов США. Следовательно, объем отечественного "рынка статистических услуг" был на порядок меньше, чем в США, что совпадает с оценками и по другим показателям, например, по числу специалистов.
Публикации по новым статистическим методам, по их применениям в технико-экономических исследованиях, в инженерном деле постоянно появляются, например, в журнале "Заводская лаборатория", в секции "Математические методы исследования". Надо назвать также журналы "Автоматика и телемеханика" (издается Институтом проблем управления Российской академии наук), "Экономика и математические методы" (издается Центральным экономико-математическим институтом РАН).
Однако необходимо констатировать, что для большинства менеджеров, экономистов и инженеров прикладная статистика и другие статистические методы - пока экзотикой. Это объясняется тем, что в вузах современным статистическим методам почти не учат. Во всяком случае, по состоянию на 2022 г. каждый квалифицированный специалист в этой области - самоучка. Этому выводу не мешает то, что в вузовских программах обычно есть два курса, связанных со статистическими методами. Один из них - "Теория вероятностей и математическая статистика". Этот небольшой курс обычно читают специалисты с математических кафедр. Они успевают дать лишь общее представление об основных понятиях математической статистики. Кроме того, внимание математиков обычно сосредоточено на внутриматематических проблемах, их больше интересует доказательства теорем, а не применение современных статистических методов в задачах экономики и менеджмента. Другой курс - "Статистика" или "Общая теория статистики", входящий в стандартный блок экономических дисциплин. Фактически он является введением в прикладную статистику и содержит первые начала эконометрических методов (по состоянию на 1900 г.).
Прикладная статистика и другие статистические методы опираются на два названных вводных курса. Цель - вооружить специалиста современным статистическим инструментарием. Специалист – это инженер, экономист, менеджер, геолог, медик, социолог, психолог, историк, химик, физик и т.д. Во многих странах мира - Японии и США, Франции и Швейцарии, Перу и Ботсване и др. - статистическим методам обучают в средней школе. ЮНЕСКО постоянно проводят конференции по вопросам такого обучения [22]. В СССР и СЭВ, а теперь - по плохой традиции - и в России игнорируют этот предмет в средней школе и лишь слегка затрагивают его в высшей. Результат на рынке труда очевиден - снижение конкурентоспособности специалистов.
Проблемы прикладной статистики и других статистических методов постоянно обсуждаются специалистами. Широкий интерес вызвала дискуссия в журнале «Вестник статистики», в рамках которой были, в частности, опубликованы статьи [9, 18]. На появление в нашей стране прикладной статистики отреагировали и в США [23].
В нашей стране получены многие фундаментальные результаты прикладной статистики. Огромное значение имеют работы академика РАН А.Н. Колмогорова [24]. Во многих случаях именно его работы дали первоначальный толчок дальнейшему развитию ряда направлений прикладной статистики. Зачастую еще 50-70 лет назад А.Н. Колмогоров рассматривал те проблемы, которые только сейчас начинают широко обсуждаться. Как правило, его работы не устарели и сейчас. Свою жизнь посвятили прикладной статистике члены-корреспонденты АН СССР Н.В. Смирнов и Л.Н. Большев. В настоящем учебнике постоянно встречаются ссылки на лучшую публикацию ХХ в. по прикладной статистике – составленные ими подробно откомментированные «Таблицы …» [25].
Основное продвижение в статистике конца ХХ в. - это создание нечисловой статистики. Ее называют также статистикой нечисловых данных или статистикой объектов нечисловой природы.
Высокие статистические технологии. Термин «высокие технологии» популярен в современной научно-технической литературе. Он используется для обозначения наиболее передовых технологий, опирающихся на последние достижения научно-технического прогресса. Есть такие технологии и среди технологий статистического анализа данных - как в любой интенсивно развивающейся научно-практической области. В учебнике [6] при обсуждении «точек роста» нашей научно-практической дисциплины в качестве «высоких статистических технологий» выделены технологии непараметрического анализа данных; устойчивые (робастные) технологии; технологии, основанные на размножении выборок, на использовании достижений статистики нечисловых данных и статистики интервальных данных.
Обсудим пока не вполне привычный термин «высокие статистические технологии». Каждое из трех слов несет свою смысловую нагрузку.
«Высокие», как и в других областях, означает, что статистическая технология опирается на современные достижения статистической теории и практики, в частности, теории вероятностей и прикладной математической статистики. При этом «опирается на современные научные достижения» означает, во-первых, что математическая основа технологии получена сравнительно недавно в рамках соответствующей научной дисциплины, во-вторых, что алгоритмы расчетов разработаны и обоснованы в соответствии в нею (а не являются т.н. эвристическими). Со временем, если новые подходы и результаты не заставляют пересмотреть оценку применимости и возможностей технологии, заменить ее на более современную, «высокие статистические технологии» переходят в «классические статистические технологии», такие, как метод наименьших квадратов. Итак, высокие статистические технологии - плоды недавних серьезных научных исследований. Здесь два ключевых понятия - "молодость" технологии (во всяком случае, не старше 50 лет, а лучше - не старше 10 или 30 лет) и опора на «высокую науку».
Термин "статистические" привычен, но разъяснить его нелегко. Во всяком случае, к деятельности органов официальной государственной статистики высокие статистические технологии отношения не имеют. Выше уже обсуждалась эволюция терминов «статистика» и «статистические методы».
Наконец, сравнительно редко используемый применительно к статистике термин «технологии». Статистический анализ данных, как правило, включает в себя целый ряд процедур и алгоритмов, выполняемых последовательно, параллельно или по более сложной схеме. В частности, можно выделить следующие этапы:
- планирование статистического исследования;
- организация сбора необходимых статистических данных по оптимальной или рациональной программе (планирование выборки, создание организационной структуры и подбор команды статистиков, подготовка кадров, которые будут заниматься сбором данных, а также контролеров данных и т.п.);
- непосредственный сбор данных и их фиксация на тех или иных носителях (с контролем качества сбора и отбраковкой ошибочных данных по соображениям предметной области);
- первичное описание данных (расчет различных выборочных характеристик, функций распределения, непараметрических оценок плотности, построение гистограмм, корреляционных полей, различных таблиц и диаграмм и т.д.),
- оценивание тех или иных числовых или нечисловых характеристик и параметров распределений (например, непараметрическое интервальное оценивание коэффициента вариации или восстановление зависимости между откликом и факторами, т.е. оценивание функции),
- проверка статистических гипотез (иногда их цепочек - после проверки предыдущей гипотезы принимается решение о проверке той или иной последующей гипотезы),
- более углубленное изучение, т.е. применение различных алгоритмов многомерного статистического анализа, алгоритмов диагностики и построения классификации, статистики нечисловых и интервальных данных, анализа временных рядов и др.;
- проверка устойчивости полученных оценок и выводов относительно допустимых отклонений исходных данных и предпосылок используемых вероятностно-статистических моделей, в частности, изучение свойств оценок методом размножения выборок;
- применение полученных статистических результатов в прикладных целях (например, для диагностики конкретных материалов, построения прогнозов, выбора инвестиционного проекта из предложенных вариантов, нахождения оптимальных режима осуществления технологического процесса, подведения итогов испытаний образцов технических устройств и др.),
- составление итоговых отчетов, в частности, предназначенных для тех, кто не является специалистами в статистических методах анализа данных, в том числе для руководства - "лиц, принимающих решения".
Возможны и иные структуризации статистических технологий. Важно подчеркнуть, что квалифицированное и результативное применение статистических методов - это отнюдь не проверка одной отдельно взятой статистической гипотезы или оценка параметров одного заданного распределения из фиксированного семейства. Подобного рода операции - только отдельные кирпичики, из которых складывается статистическая технология. Между тем учебники и монографии по статистике обычно рассказывают об отдельных кирпичиках, но не обсуждают проблемы их организации в технологию, предназначенную для прикладного использования.
Итак, процедура статистического анализа данных – это информационный технологический процесс, другими словами, та или иная информационная технология. Статистическая информация подвергается разнообразным операциям (последовательно, параллельно или по более сложным схемам). В настоящее время об автоматизации всего процесса статистического анализа данных говорить было бы несерьезно, поскольку имеется слишком много нерешенных проблем, вызывающих дискуссии среди статистиков. "Экспертные системы" в области статистического анализа данных пока не стали рабочим инструментом статистиков. Ясно, что и не могли стать. Можно сказать и жестче - это пока научная фантастика или даже вредная утопия.
В литературе статистические технологии рассматриваются явно недостаточно. В частности, обычно все внимание сосредотачивается на том или ином элементе технологической цепочки, а переход от одного элемента к другому остается в тени. Между тем проблема "стыковки" статистических алгоритмов, как известно, требует специального рассмотрения [6], поскольку в результате использования предыдущего алгоритма зачастую нарушаются условия применимости последующего. В частности, результаты наблюдений могут перестать быть независимыми, может измениться их распределение и т.п.
Например, при проверке статистических гипотез большое значение имеют такие хорошо известные характеристики статистических критериев, как уровень значимости и мощность. Методы их расчета и использования при проверке одной гипотезы обычно хорошо известны. Если же сначала проверяется одна гипотеза, а потом с учетом результатов ее проверки - вторая, то итоговая процедура, которую также можно рассматривать как проверку некоторой (более сложной) статистической гипотезы, имеет характеристики (уровень значимости и мощность), которые, как правило, нельзя просто выразить через характеристики двух составляющих гипотез, а потому они обычно неизвестны. В результате итоговую процедуру нельзя рассматривать как научно обоснованную, она относится к эвристическим алгоритмам. Конечно, после соответствующего изучения, например, методом Монте-Карло, она может войти в число научно обоснованных процедур прикладной статистики. Этот сюжет подробнее рассмотрен в учебнике [6].
Почему живучи «низкие статистические технологии»? «Высоким статистическим технологиям» противостоят, естественно, «низкие статистические технологии». Это те технологии, которые не соответствуют современному уровню науки и техники. Обычно они одновременно и устарели, и не адекватны сути решаемых статистических задач.
Примеры таких технологий неоднократно критически рассматривались, например, в журнале «Заводская лаборатория». Достаточно вспомнить критику использования классических процентных точек критериев Колмогорова и омега-квадрат в ситуациях, когда параметры оцениваются по выборке и эти оценки подставляются в «теоретическую» функцию распределения [39]. Приходилось констатировать широкое распространение таких порочных технологий и конкретных алгоритмов, в том числе в государственных и международных стандартах (перечень ошибочных стандартов дан в [6]), учебниках и распространенных пособиях (разбор ошибок проведен в статьях [39, 40]). Тиражирование ошибок происходит обычно в процессе обучения в вузах или путем самообразования при использовании недоброкачественной литературы.
На первый взгляд вызывает удивление устойчивость «низких статистических технологий», их постоянное возрождение во все новых статьях, монографиях, учебниках. Поэтому, как ни странно, наиболее «долгоживущими» оказываются не работы, посвященные новым научным результатам, а публикации, разоблачающие ошибки, типа статьи [39]. Прошло больше 20 лет с момента ее публикации, но она по-прежнему актуальна, поскольку ошибочное применение критериев Колмогорова и омега-квадрат по-прежнему распространено.
Целесообразно указать здесь по крайней мере три обстоятельства, которые определяют эту устойчивость ошибок.
Первое обстоятельство — прочно закрепившаяся традиция. Учебники по т.н. «Общей теории статистики», написанные экономистами (поскольку учебная дисциплина «Статистика» официально относится к экономике), если беспристрастно проанализировать их содержание, состоят в основном из введения в прикладную статистику, изложенного в стиле «низких статистических технологий», на уровне 1950-х гг. К «низкой» прикладной статистике добавлена некоторая информация о деятельности государственных органов официальной статистики. Примерно таково же положение со статистическими методами в медицине - одни и те же «низкие статистические технологии» переписываются из книги в книгу. Кратко говоря, «профессора-невежды порождают новых невежд» [9]. Так мы писали в 1990 г., но никто из указанных невежд даже не поинтересовался, какие ошибки имеются в виду. Новое поколение, обучившись ошибочным алгоритмам, их использует, а с течением времени и достижением должностей, ученых званий и степеней– пишет новые учебники со старыми ошибками.
Руководство государственных органов официальной статистики РФ, воспользовавшись катаклизмами начала 1990-х годов, сделало вид, что ему неизвестно о создании в 1990 г. Всесоюзной статистической ассоциации и секции статистических методов в ее составе. Росстат по-прежнему закрыт от «высоких статистических технологий» и работает на уровне позапрошлого века. Защита стала надежнее, поскольку в соответствии с современным стилем аппаратной работы на письма и обращения можно не отвечать.
Второе обстоятельство связано с большими трудностями при оценке экономической эффективности применения статистических методов вообще и при оценке вреда от применения ошибочных методов в частности. (А без такой оценки как докажешь, что «высокие статистические технологии» лучше «низких»?) Некоторые соображения по первому из этих вопросов приведены в статье [18], содержащей оценки экономической эффективности ряда работ по применению статистических методов. При оценке вреда от применения ошибочных методов приходится учитывать, что общий успех в конкретной инженерной или научной работе вполне мог быть достигнут вопреки их применению, за счет «запаса прочности» других составляющих общей работы. Например, преимущество одного технологического приема над другим можно продемонстрировать как с помощью критерия Крамера-Уэлча проверки равенства математических ожиданий (что правильно), так и с помощью двухвыборочного критерия Стьюдента (что, вообще говоря, неверно, т.к. обычно не выполняются условия применимости этого критерия - нет ни нормальности распределения, ни равенства дисперсий). Кроме того, приходится выдерживать натиск невежд, защищающих свои ошибочные представления, методики и инструкции, например, государственные стандарты. Вместо исправления ошибок применяются самые разные приемы бюрократической борьбы с теми, кто разоблачает ошибки (подробнее см. [6]).
Третье существенное обстоятельство – трудности со знакомством с высокими статистическими технологиями. В течение последних 15 лет только журнал «Заводская лаборатория» предоставлял такие возможности. К сожалению, поток современных статистических книг, выпускавшихся, в частности, издательством “Финансы и статистика”, практически превратился в узкий ручеек… Возможно, более существенным является влияние естественной задержки во времени между созданием "новых статистических технологий" и написанием полноценной и объемной учебной и методической литературы. Она должна позволять знакомиться с новой методологией, новыми методами, теоремами, алгоритмами, технологиями не по кратким оригинальным статьям, а при обычном обучении.
Как ускорить внедрение "высоких статистических технологий"? Таким образом, весь арсенал используемых статистических методов можно распределить по трем потокам:
- высокие статистические технологии;
- классические статистические технологии,
- низкие статистические технологии.
Основная современная проблема статистических технологий - добиться, чтобы в конкретных статистических исследованиях использовались только технологий первых двух потоков. Под классическими статистическими технологиями понимаем технологии почтенного возраста, сохранившие свое значение для современной статистической практики. Таковы метод наименьших квадратов, статистики Колмогорова, Смирнова, омега-квадрат, непараметрические коэффициенты корреляции Спирмена и Кендалла (относить их к «ранговым» - значит делать уступку «низким статистическим технологиям») и многие другие статистические процедуры.
Каковы возможные пути решения основной современной проблемы в области статистических технологий?
Бороться с конкретными невеждами - дело почти безнадежное. Отстаивая свое положение и должности, они либо нагло игнорируют информацию о своих ошибках, как это делают авторы учебников по «Общей теории статистики», либо с помощью различных бюрократических приемов уходят и от ответственности, и от исправления ошибок по существу (как это было со стандартами по статистическим методам - см. учебник [6]). Третий вариант - признание и исправление ошибок - встречается, увы, редко. Но встречается.
Конечно, необходима демонстрация квалифицированного применения высоких статистических технологий. В 1960-70-х годах этим занималась лаборатория акад. А.Н. Колмогорова в МГУ им. М.В. Ломоносова. Секция «Математические методы исследования» журнала «Заводская лаборатория» опубликовала за последние 40 лет более 1000 статей в стиле «высоких статистических технологий. В настоящее время действует Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э.Баумана. Есть, конечно, целый ряд других научных коллективов, работающих на уровне «высоких статистических технологий».
Но самое основное - обучение. Какие бы новые научные результаты ни были получены, если они остаются неизвестными студентам, то новое поколение исследователей и инженеров вынуждено осваивать их по одиночке, а то и переоткрывать. Т.е. практически новые научные результаты почти исчезают, едва появившись. Избыток публикаций превратился в тормоз развития. По нашим данным, к настоящему времени по статистическим технологиям опубликовано не менее миллиона статей и книг, из них не менее 100 тысяч являются актуальными для современного специалиста. Реальное число публикаций, которые способен освоить исследователь, по нашей оценке, не превышает 2-3 тысяч. Во всяком случае, в наиболее «толстом» (на русском языке) трехтомнике по статистике М. Дж. Кендалла и А. Стьюарта приведено около 2 тысяч литературных ссылок. Итак, каждый исследователь знаком не более чем с 2-3% актуальных литературных источников. Поскольку существенная часть публикаций заражена «низкими статистическими технологиями», то исследователь самоучка имеет мало шансов выйти на уровень «высоких статистических технологий». Одновременно приходится констатировать, что масса полезных результатов погребена в изданиях прошлых десятилетий и имеет мало шансов встать в ряды «высоких статистических технологий» без специально организованных усилий современных специалистов по их адаптации.
Итак, основное - обучение. Несколько огрубляя, можно сказать: что попало в учебные курсы и соответствующие учебные пособия - то сохраняется, что не попало - то пропадает. Подробнее об обучении - в конце раздела. Сейчас - об упомянутом выше Институте высоких статистических технологий и эконометрики (ИВСТЭ) МГТУ им. Н.Э.Баумана. Он был организован в 1989 г. и действует на базе факультета «Инженерный бизнес и менеджмент». Институт на хоздоговорных и госбюджетных началах занимается развитием, изучением и внедрением «высоких статистических технологий», т.е. наиболее современных технологий анализа технических, экономических, социологических, медицинских данных, ориентированных на использование в условиях современного производства и экономики. Основной интерес представляют применения «высоких статистических технологий» для анализа конкретных экономических данных, т.е. в эконометрике. Из экономических дисциплин наиболее перспективным представляется применение «высоких статистических технологий» для поддержки принятия управленческих решений, прежде всего в таком новом (для России) перспективном направлении экономической науки и практики, как контроллинг [42].
Вначале Институт действовал как Всесоюзный центр статистических методов и информатики Центрального правления Всесоюзного экономического общества. В 1990-1992 гг. было выполнено более 100 хоздоговорных работ, в том числе для НИЦентра по безопасности атомной энергетики, ВНИИ нефтепереработки, ПО “Пластик”, ЦНИИ черной металлургии им. Бардина, НИИ стали, ВНИИ эластомерных материалов и изделий, НИИ прикладной химии, ЦНИИ химии и механики, НПО “Орион”, ВНИИ экономических проблем развития науки и техники, ПО “Уралмаш”, “АвтоВАЗ”, МИИТ, Казахского политехнического института, Донецкого государственного госуниверситета и многих других.
Затем ИВСТЭ разрабатывает эконометрические методы анализа нечисловых данных, а также процедуры расчета и прогнозирования индекса инфляции и валового внутреннего продукта (для Министерства обороны РФ). Мы занимаемся методологией построения и использования математических моделей процессов налогообложения (для Министерства налогов и сборов РФ), методологией оценки рисков реализации инновационных проектов высшей школы (для Министерства промышленности, науки и технологий РФ). Институт оценивает влияние различных факторов на формирование налогооблагаемой базы ряда налогов (для Минфина РФ). Мы прорабатываем перспективы применения современных статистических и экспертных методов для анализа данных о научном потенциале (для Министерства промышленности, науки и технологий РФ). Важное направление связано с эколого-экономической тематикой - разработка методологического, программного и информационного обеспечения анализа рисков химико-технологических объектов (для Международного научно-технического центра), методов использования экспертных оценок в задачах экологического страхования (совместно с Институтом проблем рынка РАН). Институт проводит маркетинговые исследования (в частности, для Institute for Market Research GfK MR Russia, Промрадтехбанка, фирм, торгующих растворимым кофе, программным обеспечением, образовательными услугами). Интерес вызывают наши работы по прогнозированию социально-экономического развития России методом сценариев, по экономико-математическому моделированию развития малых предприятий и созданию современных систем информационной поддержки принятия решений для таких организаций.
Институт ведет фундаментальные исследования в области высоких статистических технологий и эконометрики. Информация об Институте представлена на сайте «Высокие статистические технологии» (http://orlovs.pp.ru),. Институтом издается компьютерный еженедельник «Эконометрика» (около 1,0 тыс. подписчиков). Архив выпусков «Эконометрики» можно рассматривать как хрестоматию по различным разделам эконометрики, а также по высоким статистическим технологиям.
Может возникнуть естественный вопрос: зачем нужны высокие статистические технологии, разве недостаточно обычных статистических методов? Мы считаем и доказываем своими теоретическими и прикладными работами, что совершенно недостаточно. Так, многие данные в информационных системах имеют нечисловой характер, например, являются словами или принимают значения из конечных множеств. Нечисловой характер имеют и упорядочения, которые дают эксперты или менеджеры, например, выбирая главную цель, следующую по важности и т.д. Значит, нужна статистика нечисловых данных. Мы ее построили. Далее, многие величины известны не абсолютно точно, а с некоторой погрешностью - от и до. Другими словами, исходные данные - не числа, а интервалы. Нужна статистика интервальных данных. Мы ее развиваем. В монографии [42] на с.138 хорошо сказано: "Нечеткая логика - мощный элегантный инструмент современной науки, который на Западе (и на Востоке - в Японии, Китае - А.О.) можно встретить в десятках изделий - от бытовых видеокамер до систем управления вооружениями, - у нас до самого последнего времени был практически неизвестен". Напомним, первая монография российского автора по теории нечеткости была написана нами [43]. Ни статистики нечисловых данных, ни статистики интервальных данных, ни статистики нечетких данных нет и не могло быть в классической статистике. Все это - высокие статистические технологии. Они разработаны за последние 10-30-50 лет. А обычные вузовские курсы по общей теории статистики и по математической статистике разбирают научные результаты, полученные в первой половине ХХ века.
Важная часть эконометрики - применение высоких статистических технологий к анализу конкретных экономических данных, что зачастую требует дополнительной теоретической работы по доработке статистических технологий применительно к конкретной ситуации. Большое значение имеют конкретные эконометрические модели, например, модели экспертных оценок или экономики качества. И конечно, такие конкретные применения, как расчет и прогнозирование индекса инфляции. Сейчас уже многих ясно, что годовой бухгалтерский баланс предприятия может быть использован для оценки его финансово-хозяйственной деятельности только с привлечением данных об инфляции. Применение эконометрики дает заметный экономический эффект. Например, в США - не менее 20 миллиардов долларов ежегодно только в области статистического контроля качества.
Преподавание высоких статистических технологий и их сердцевины - нечисловой статистики. Приходится с сожалением констатировать, что в России практически отсутствует подготовка специалистов по высоким статистическим технологиям. В курсах по теории вероятностей и математической статистике обычно даются лишь классические основы этих дисциплин, разработанные в первой половине ХХ в., а преподаватели свою научную деятельность предпочитают посвящать доказательству никому не нужных теорем, а не высоким статистическим технологиям.
В настоящее время появилась надежда на эконометрику. В России начинают развертываться эконометрические исследования и преподавание эконометрики, в том числе не только Институтом высоких статистических технологий и эконометрики. Преподавание этой дисциплины ведется в Московском государственном университете экономики, статистики и информатики (МЭСИ), на экономическом факультете МГУ им. М.В. Ломоносова и еще в нескольких экономических учебных заведениях. Среди технических вузов мы, факультет "Инженерный бизнес и менеджмент" МГТУ им. Н.Э.Баумана, имеем в настоящее время приоритет в преподавания эконометрики [6]. Мы полагаем, что экономисты, менеджеры и инженеры, прежде всего специалисты по контроллингу [42], должны быть вооружены современными средствами информационной поддержки, в том числе высокими статистическими технологиями и эконометрикой. Очевидно, преподавание должно идти впереди практического применения. Ведь как применять то, чего не знаешь?
Один раз - в 1990-1992 гг. мы уже обожглись на недооценке необходимости предварительной подготовки тех, для кого предназначены современные компьютерные средства. Наш коллектив (Всесоюзный центр статистических методов и информатики Центрального правления Всесоюзного экономического общества) разработал систему диалоговых программных систем обеспечения качества продукции. Их созданием руководили ведущие специалисты страны. Но распространение программных продуктов шло на 1-2 порядка медленнее, чем мы ожидали. Причина стала ясна не сразу. Как оказалось, работники предприятий просто не понимали возможностей разработанных систем, не знали, какие задачи можно решать с их помощью, какой экономический эффект они дадут. А не понимали и не знали потому, что в вузах никто их не учил статистическим методам управления качеством. Без такого систематического обучения нельзя обойтись - сложные концепции "на пальцах" за 5 минут не объяснишь.
Есть и противоположный пример - положительный. В середине 1980-х годов в советской средней школе ввели новый предмет "Информатика". И сейчас молодое поколение превосходно владеет компьютерами, мгновенно осваивая быстро появляющиеся новинки, и этим заметно отличается от тех, кому за 40-50 лет. Если бы удалось адекватно выполнить уже принятые на государственном уровне решения и ввести в средней школе курс теории вероятностей и статистики - а такой курс есть в Японии и США, Швейцарии, Кении и Ботсване, почти во всех странах [22] - то ситуация могла бы быть резко улучшена. Надо, конечно, добиться того, чтобы такой курс был построен на высоких статистических технологиях, а не на низких. Другими словами, он должен отражать современные достижения, а не концепции пятидесятилетней или столетней давности.

В.2. Структура нечисловой статистики (в сокращении)

Нечисловая статистика (статистика нечисловых данных, статистика объектов нечисловой природы) как самостоятельное научное направление была выделена в нашей стране. Термин "статистика объектов нечисловой природы" впервые появился в 1979 г. в монографии [26]. В том же году в работе [27] была сформулирована программа развития этого нового направления статистических методов.
Со второй половины 80-х годов существенно возрос интерес к этой тематике и у зарубежных исследователей. Это проявилось, в частности, на Первом Всемирном Конгрессе Общества математической статистики и теории вероятностей им. Бернулли, состоявшемся в сентябре 1986 г. в Ташкенте. Нечисловая статистика используется в нормативно-технической и методической документации, ее применение позволяет получить существенный технико-экономический эффект [28].
Цель настоящего раздела - дать введение в нечисловую статистику (статистику нечисловых данных, статистику объектов нечисловой природы), выделить ее структуру, указать основные идеи и результаты, подробнее рассмотренные в дальнейших главах книги.
Напомним, что объектами нечисловой природы называют элементы пространств, не являющихся линейными. Примерами являются вектора из 0 и 1, измерения в качественных шкалах, бинарные отношения (ранжировки, разбиения, толерантности), множества, последовательности символов (тексты). Объекты нечисловой природы нельзя складывать и умножать на числа, не теряя при этом содержательного смысла. Этим они отличаются от издавна используемых в прикладной статистике (в качестве элементов выборок) чисел, векторов и функций.
Прикладную статистику по виду статистических данных принято делить на следующие направления:
статистика случайных величин (одномерная статистика);
многомерный статистический анализ;
статистика временных рядов и случайных процессов;
нечисловая статистика, или статистика нечисловых данных (ее важная часть – статистика интервальных данных).
При создании теории вероятностей и математической статистики исторически первыми были рассмотрены объекты нечисловой природы - белые и черные шары в урне. На основе соответствующих вероятностных моделей были введены биномиальное, гипергеометрическое и другие дискретные распределения. Получены теоремы Муавра-Лапласа, Пуассона и др. Современное развитие этой тематики привело, в частности, к созданию теории статистического контроля качества продукции по альтернативному признаку (годен - не годен) в работах А.Н.Колмогорова, Б.В. Гнеденко, Ю.К. Беляева, Я.П. Лумельского и многих других (см., например, классические монографии [29,30]).
В семидесятых годах ХХ в. в связи с запросами практики весьма усилился интерес к статистическому анализу нечисловых данных. Московская группа, организованная Ю.Н. Тюриным, Б.Г.Литваком, А.И.Орловым, Г.А. Сатаровым, Д.С. Шмерлингом и другими специалистами вокруг созданного в 1973 г. научного семинара "Экспертные оценки и нечисловая статистика", развивала в основном вероятностную статистику нечисловых данных. Были установлены разнообразные связи между различными видами объектов нечисловой природы и изучены свойства этих объектов. Московской группой выпущены десятки сборников и обзоров, перечень которых приведен в итоговой работе [31]. Хотя в названиях многих из этих изданий стоят слова "экспертные оценки", анализ содержания сборников показывает, что подавляющая часть статей посвящена математико-статистическим вопросам, а не проблемам проведения экспертиз. Частое употребление указанных слов отражает лишь один из импульсов, стимулирующих развитие нечисловой статистики и идущих от запросов практики. При этом необходимо подчеркнуть, что полученные результаты могут и должны активно использоваться в теории и практике экспертных оценок.
Новосибирская группа (Г.С. Лбов, Б.Г. Миркин и др.), как правило, не использовала вероятностные модели, т.е. вела исследования в рамках детерминированного анализа данных. В московской группе в рамках анализа данных также велись работы, в частности, Б.Г.Литваком. Исследования по статистике объектов нечисловой природы выполнялись также в Ленинграде, Ереване, Киеве, Таллинне, Тарту, Красноярске, Минске, Днепропетровске, Владивостоке, Калинине и других отечественных научных центрах.
Внутреннее деление нечисловой статистики. Внутри рассматриваемого направления прикладной статистики выделяют следующие области:
1. Статистика конкретных видов объектов нечисловой природы.
2. Статистика в пространствах общей (произвольной) природы.
3. Применение идей, подходов и результатов статистики объектов нечисловой природы в классических областях прикладной статистики.
Единство рассматриваемому направлению придает прежде всего вторая составляющая, позволяющая с единой точки зрения подходить к статистическим задачам описания данных, оценивания, проверки гипотез при рассмотрении выборки, элементы которой имеют ту или иную конкретную природу. Внутри первой составляющей рассматривают:
1.1) теорию измерений;
1.2) статистику бинарных отношений;
1.3) теорию люсианов (бернуллиевских векторов);
1.4) теорию парных сравнений;
1.5) статистику случайных множеств;
1.6) статистику нечетких множеств;
1.7) статистику интервальных данных
1.8) аксиоматическое введение метрик;
1.9) многомерное шкалирование и кластер-анализ (существенную часть этой тематики относят также к многомерному статистическому анализу), и др.
Перечисленные разделы тесно связаны друг с другом, как продемонстрировано, в частности, в работах [26, 32] и дальнейших главах настоящего учебника. Вне данного перечня остались работы по хорошо развитым классическим областям - статистическому контролю, таблицам сопряженности, а также по анализу текстов и некоторые другие (см. [6, 31, 33]).
Применения статистики объектов нечисловой природы. Идеи, подходы, результаты статистики объектов нечисловой природы оказались полезными и в классических областях прикладной статистики. Статистика в пространствах общей природы позволила с единых позиций рассмотреть всю прикладную статистику, в частности, показать, что регрессионный, дисперсионный и дискриминантный анализы являются частными случаями общей схемы регрессионного анализа в пространстве произвольной природы. Поскольку структура модели - объект нечисловой природы, то ее оценивание, в частности, оценивание степени полинома в регрессии, также относится к статистике нечисловых данных. Если учесть, что результаты измерения всегда имеют погрешность, т.е. являются не числами, а интервалами или нечеткими множествами, то приходим к необходимости разработки статистики интервальных данных. Ее развитие заставило пересмотреть некоторые выводы теоретической статистики. Например, в статистике интервальных данных отсутствует состоятельность оценок, нецелесообразно увеличивать объем выборок сверх некоторого предела (см. главу 4).
Технико-экономическая эффективность от применения методов статистики нечисловых данных достаточно высока. К сожалению, из-за изменения экономической ситуации, в частности, из-за инфляции трудно сопоставлять конкретные экономические результаты в разные моменты времени. Кроме того, методы нечисловой статистики составляют часть методов прикладной статистики. А те, в свою очередь - часть методов, входящих в систему информационной поддержки принятия решений на предприятии. Какую часть приращения прибыли предприятия надо отнести на эту систему? Можно проанализировать, как работает система управления фирмой в настоящее время. Но можно только оценивать, скорее всего, с помощью экспертных оценок, каковы были бы результаты финансово-хозяйственной деятельности предприятия, если бы система управления фирмой была бы иной, например, содержала бы методы нечисловой статистики.
Нечисловая статистика как часть прикладной статистики продолжает бурно развиваться. В частности, постоянно увеличивается количество ее практически полезных применений при анализе конкретных технических, экономических, медицинских данных - в научных, инженерно-технических, социологических, исторических, маркетинговых исследованиях, в контроллинге, при управлении качеством и предприятием в целом, в макроэкономике, при проведении научных медицинских работ и др.
Нечисловая статистика и концепция устойчивости. Основой для развития нечисловой статистики послужили результаты, полученные в монографии [26]. Судя по названию, она посвящена проблемам устойчивости в математических моделях социально-экономических явлений и процессов. Устойчивость выводов и принимаемых решений рассматривается относительно допустимых отклонений исходных данных и предпосылок модели. Как связаны проблемы устойчивости с нечисловой статистикой?
Во-первых, результаты объективного измерения нечисловых объектов обычно более устойчивы, чем числовых величин. Например, заключение о качестве изделия (годно - дефектно) более устойчиво, чем результат измерения его числового параметра (например, массы). Из-за погрешности повторного измерения масса изделия будет описываться несколько иным числом, а вывод о дефектности при повторной проверке сохранится.
Во-вторых, человеку свойственно использовать в своем мышлении нечисловые величины, прежде всего слова, а не появившиеся исторические недавно числовые системы. Именно поэтому для описания лингвистических переменных стали использовать нечеткие множества. Нечисловые оценки и выводы - первичны, их числовая оболочка - вторична. Поэтому нечисловая сердцевина устойчивее числовой периферии мышления и принятия решений. Другими словами, результаты субъективного измерения нечисловых объектов также более устойчивы, чем результаты субъективного измерения числовых величин.
В-третьих, многие постановки, приведенные выше, приобретают естественный вид в рамках концепции устойчивости. Например, требование устойчивости результата сравнения средних приводит к характеризации средних величин шкалами измерений, в которых их можно использовать. Любая предельная теорема - это утверждение об устойчивости того или иного математического объекта относительно изменения объема выборки или другого параметра, по которому происходит переход к пределу. Много подобных примеров приведено в монографии [26].
Таким образом, нечисловая статистика - это не только наиболее современная область статистических методов, но и центральная часть этой научно-практической дисциплины, наиболее важная как с теоретической, так и с прикладной точки зрения. Нечисловая статистика – сердцевина высоких статистических технологий [44].
В настоящее время нечисловая статистика (статистика нечисловых данных, статистика объектов нечисловой природы) - весьма развитая область искусственного интеллекта. К ней относятся посвящено большинство новых публикаций по прикладной статистике 45]. Развитию нечисловой статистики посвящена, в частности, часть I монографии [46], статьи [47, 48].

Литература

1. Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. Коллекция определений термина «статистика». – М.: МГУ, 1972. – 46 с.
2. Ленин В.И. Развитие капитализма в России. Процесс образования внутреннего рынка для крупной промышленности. - М.: Политиздат, 1986. - XII, 610 с.
3. Гнеденко Б.В. Очерк по истории теории вероятностей. – М.:УРСС, 2001. – 88 с.
4. Клейн Ф. Лекции о развитии математики в ХIХ столетии. Часть I. - М.-Л.: Объединенное научно-техническое издательство НКТП СССР, 1937. - 432 с.
5. Плошко Б.Г., Елисеева И.И. История статистики: Учеб. пособие. - М.: Финансы и статистика. 1990. - 295 с.
6. Орлов А.И. Эконометрика. Учебник для вузов. Изд. 3-е, исправленное и дополненное. - М.: Изд-во "Экзамен", 2004. – 576 с.
7. Бернштейн С.Н. Современное состояние теории вероятностей и ее приложений. - В сб.: Труды Всероссийского съезда математиков в Москве 27 апреля - 4 мая 1927 г. - М.-Л.: ГИЗ, 1928. С.50-63.
8. Орлов А.И. О современных проблемах внедрения прикладной статистики и других статистических методов. / Заводская лаборатория. 1992. Т.58. № 1. С.67-74.
9. Орлов А.И. О перестройке статистической науки и её применений. / Вестник статистики. 1990. № 1. С.65 - 71.
10. Кендалл М., Стьюарт А. Теория распределений. - М.: Наука, 1966. - 566 с.
11. Кендалл М., Стьюарт А. Статистические выводы и связи. - М.: Наука, 1973. - 899 с.
12. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. - М.: Наука, 1976. - 736 с.
13. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.
14. ГОСТ 11.011-83. Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения. - М.: Изд-во стандартов. 1984. - 53 с. (в настоящее время может быть использован как научная публикация).
15. Орлов А.И. О развитии прикладной статистики. - В сб.: Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981, с.3-14.
16. Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). - М.: Знание, 1977. - 64 с.
17. Орлов А.И. Сертификация и статистические методы. - Журнал "Заводская лаборатория". 1997. Т.63. № 3. С.55-62.
18. Орлов А.И. Что дает прикладная статистика народному хозяйству? – Журнал «Вестник статистики». 1986, No.8. С.52 – 56.
19. Орлов А.И., Орлова Л.А. Применение эконометрических методов при решении задач контроллинга. – Журнал «Контроллинг». 2003. №4. С.50-54.
20. Панде П., Холп Л. Что такое «Шесть сигм»? Революционный метод управления качеством / Пер. с англ. - М.: Альпина Бизнес Букс, 2004. - 158 с.
21. Комаров Д.М., Орлов А.И. Роль методологических исследований в разработке методоориентированных экспертных систем (на примере оптимизационных и статистических методов). - В сб.: Вопросы применения экспертных систем. - Минск: Центросистем, 1988. С.151-160.
22. The teaching of statistics / Studies in mathematical education, vol.7. - Paris, UNESCO, 1991. - 258 pp.
23. Котц С., Смит К. Пространство Хаусдорфа и прикладная статистика: точка зрения ученых СССР. - The American Statistician. November 1988. Vol. 42. № 4. Р. 241-244.
24. Кудлаев Э.М., Орлов А.И. Вероятностно-статистические методы исследования в работах А.Н.Колмогорова. – Журнал «Заводская лаборатория». 2003. Т.69. № 5. С.55-61.
25. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. - М.: Наука, 1965 (1-е изд.), 1968 (2-е изд.), 1983 (3-е изд.).
26. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. - 296 с.
27. Орлов А.И. Статистика объектов нечисловой природы и экспертные оценки. – В сб.: Экспертные оценки / Вопросы кибернетики. Вып.58. - М.: Научный Совет АН СССР по комплексной проблеме "Кибернетика", 1979. - С.17-33.
28. Кривцов В.С., Орлов А.И., Фомин В.Н. Современные статистические методы в стандартизации и управлении качеством продукции. – Журнал «Стандарты и качество». 1988. No.3. С.32-36.
29. Беляев Ю.К. Вероятностные методы выборочного контроля. - М.: Наука, 1975. - 408 с.
30. Лумельский Я.П. Статистические оценки результатов контроля качества. - М.: Изд-во стандартов, 1979. - 200 с.
31. Орлов А.И. Статистика объектов нечисловой природы (Обзор). – Журнал «Заводская лаборатория». 1990. Т.56. No.3. С.76-83.
32. Вероятность и математическая статистика: Энциклопедия / Гл. ред. Ю.В. Прохоров. - М.: Большая Российская энциклопедия, 1999. - 910 с.
33. Толстова Ю.Н. Анализ социологических данных. – М.: Научный мир, 2000. – 352 с.
34. Кемени Дж., Снелл Дж. Кибернетическое моделирование: Некоторые приложения. - М.: Советское радио, 1972. - 192 с.
35. Орлов А.И. Асимптотика решений экстремальных статистических задач. – В сб.: Анализ нечисловых данных в системных исследованиях. Сборник трудов. Вып.10. - М.: Всесоюзный научно-исследовательский институт системных исследований, 1982. - С. 4-12.
36. Орлов А.И. Асимптотическое поведение статистик интегрального типа. – В сб.: Вероятностные процессы и их приложения. Межвузовский сборник. - М.: МИЭМ, 1989. С.118-123.
37. Кендэл М. Ранговые корреляции. - М.:Статистика,1975. - 216 с.
38. Раушенбах Г.В. Меры близости и сходства. - В сб.: Анализ нечисловой информации в социологических исследованиях. - М.: Наука, 1985. - С.169-203.
39. Орлов А.И. Распространенная ошибка при использовании критериев Колмогорова и омега-квадрат. – Журнал «Заводская лаборатория».1985. Т.51. No.1. С.60-62.
40. Орлов А.И. Какие гипотезы можно проверять с помощью двухвыборочного критерия Вилкоксона? – Журнал «Заводская лаборатория». 1999. Т.65. No.1. С.51-55.
41. Орлов А.И. «Шесть сигм» - новая система внедрения математических методов исследования. – Журнал «Заводская лаборатория». 2006. Т.72. No.5. С.50 – 53.
42. Контроллинг в бизнесе. Методологические и практические основы построения контроллинга в организациях / А.М. Карминский, Н.И. Оленев, А.Г. Примак, С.Г.Фалько. - М.: Финансы и статистика, 1998. - 256 с.
43. Орлов А. И. Задачи оптимизации и нечеткие переменные. - М.: Знание, 1980.- 64 с.
44. Орлов А.И. Высокие статистические технологии // Заводская лаборатория. Диагностика материалов. 2003. Т.69. №11. С.55-60.
45. Орлов А.И. Развитие математических методов исследования (2006 – 2015 гг.) // Заводская лаборатория. Диагностика материалов. 2017. Т.83. №1. Ч.1. С. 78-86.
46. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
47. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. Т.85. №11. - С. 69-84.
48. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики // Научный журнал КубГАУ. 2020. № 156. С. 111–142.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июл 02, 2022 12:01 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1119 от 4 июля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Помещаем информацию о книгах А.И. Орлова - учебнике "Искусственный интеллект: экспертные оценки" (аннотация, содержание, предисловие), монографии "Устойчивые экономико-математические методы и модели" (аннотация, оглавление, введение) и учебном пособии "Основы теории принятия решений" (аннотация, содержание, предисловие).





Искусственный интеллект: экспертные оценки : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 436 c. — ISBN 978-5-4497-1469-5. — Текст : электронный // IPR SMART : [сайт]. — URL https://www.iprbookshop.ru/117030.html

А.И.Орлов

Искусственный интеллект

Экспертные оценки

Учебник



2021

Автор:
Орлов А. И. доктор экономических наук, доктор технических наук, кандидат физико-математических наук, профессор, кафедры "Экономика и организация производства" (ИБМ-2) Московский государственный технический университет имени Н.Э. Баумана


Орлов А.И.
Искусственный интеллект: Экспертные оценки: Учебник / А.И.Орлов. –.... – 2022. - ... с.

Учебник посвящен основным вопросам теории и практики экспертных оценок, в том числе связанным с типовыми стадиями экспертного опроса, методами подбора экспертов, разработкой регламентов проведения сбора и анализа экспертных мнений. Рассмотрены основные идеи современной теории измерений, метода согласования кластеризованных ранжировок, теории нечеткости и ряда других математических и статистических методов анализа экспертных оценок. Обсуждаются применения экспертных оценок в экономике и менеджменте, экологии, при оценке рисков и построении рейтингов, при прогнозировании и управлении качеством. Учебник основан на рекомендациях Российской академии статистических методов.
Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования.
Учебник предназначен для студентов, преподавателей и специалистов, заинтересованных в применении современных методов экспертных оценок в технике, экономике, управлении, медицине, социологии и иных областях, а также для разработчиков таких методов и соответствующего программного обеспечения. Он представляет интерес также для исследователей в области искусственного интеллекта, прикладной и математической статистики, сбора и анализа экспертных данных, методов оптимизации, математического и организационно-экономического моделирования.

(с) Орлов А.И., 2021



Содержание

Предисловие

Часть 1. Теория и практика экспертных оценок

Глава 1. Примеры процедур экспертных оценок
1.1. Индивидуальные и коллективные экспертные оценки
1.2. Оценка и выбор вариантов с помощью экспертов
1.3. Экспертное прогнозирование
1.4. Экспертные оценки на современном этапе
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 2. Организация работы экспертной комиссии
2.1. Основные стадии экспертного опроса
2.2. Подбор экспертов
2.3. О выборе цели экспертизы
2.4. Основания для классификации экспертных методов
2.5. Интуиция эксперта и компьютер
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 3. Теории измерений и экспертные оценки
3.1. Основные шкалы измерения
3.2. Инвариантные алгоритмы и средние величины
3.3. Средние величины в порядковой шкале
3.4. Средние по Колмогорову
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 4. Методы средних рангов
4.1. Экспертные ранжировки
4.2. Методы средних арифметических и медиан рангов
4.3. Метод согласования кластеризованных ранжировок
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 5. Принятие решений и голосование
5.1. Пример задачи принятия решения комиссией экспертов
5.2. Голосование - один из методов экспертных оценок
5.3. Парадокс Кондорсе
5.4. Основные понятия теории принятия решений и экспертные оценки
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Часть 2. Математика экспертных оценок

Глава 6. Математические методы анализа экспертных оценок
6.1. Основные математические задачи анализа экспертных оценок
6.2. Экспертные мнения и расстояния между ними
6.3. Аксиоматическое введение расстояний
6.4. Свойства медианы Кемени
6.5. Коэффициенты корреляции и конкордации
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 7. Бинарные данные и парные сравнения
7.1. Теоретическое обоснование «турнирного» метода ранжирования вариантов
7.2. Теория случайных толерантностей
7.3. Метод проверки гипотез по совокупности малых выборок
7.4. Теория люсианов
7.5. Метод парных сравнений
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 8. Теория нечеткости и экспертные оценки
8.1. Основы методологии нечеткости
8.2. Нечеткие множества
8.3. О статистике нечетких множеств
8.4. Теория нечеткости как часть теории вероятностей
8.5. Нечеткий экспертный выбор в контроллинге инноваций
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Часть 3. Применения экспертных оценок

Глава 9. Экспертные оценки в экологии
9.1. Экспертные оценки в задачах экологического страхования и обеспечения экологической безопасности
9.2. Технологии экологических экспертиз
9.3. Общественная экологическая экспертиза
9.4. Экологические экспертизы с правовой точки зрения
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 10. Экспертные технологии оценки рисков
10.1. Бизнес-процессы инновационных проектов
10.2. Инновационные проекты в вузах
10.3. Модель инновационного проекта
10.4. Прогнозирование рисков
10.5. Различные виды рисков
10.6. Управление рисками
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Глава 11. Рейтинги
11.1. Оперативные методы принятия решений на основе экспертных оценок
11.2. Веса факторов
11.3. Бинарные рейтинги
11.4. Сравнение рейтингов и линейные рейтинги
Литература
Контрольные вопросы и задачи
Темы докладов, рефератов, исследовательских работ

Глава 12. Экспертные оценки – интеллектуальный инструмент организационно-экономических исследований
12.1. Экспертные оценки в маркетинговом исследовании
12.2. Экспертные технологии в системе «Шесть сигм»
12.3. Иерархическая система показателей технического уровня и качества продукции
12.4. Применение экспертных оценок при упорядочении системы государственных стандартов
12.5. Экспертные оценки в оценочной деятельности и инвестиционном менеджменте
12.6. Прогнозирование и метод сценариев
Литература
Контрольные вопросы
Темы докладов, рефератов, исследовательских работ

Приложение. Развитие теории экспертных оценок в России
Литература

Об авторе этой книги

Предисловие

В "Национальной стратегии развития искусственного интеллекта на период до 2030 года принято следующее определение: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (https://www.garant.ru/products/ipo/prime/doc/72738946/). В этом определении прямо не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование, включая высокие статистические технологии, в том числе нечисловую статистику, теорию и практику экспертных оценок, статистические методы анализа данных).
Автор занимается проблемами искусственного интеллекта около полвека (первые статьи напечатаны в 1972 г.). Настоящая книга посвящена важной составляющей искусственного интеллекта - теории и практике экспертных оценок.
Как изменится экономическая обстановка через десять лет? Будут ли экологически безопасны города и промышленные предприятия или же вокруг окажется рукотворная пустыня? Достаточно вдуматься в эти постановки вопросов, проанализировать, как десять лет назад мы представляли себе сегодняшний день, чтобы понять, что стопроцентно надежных прогнозов просто не может быть. Вместо утверждений с конкретными числами можно ожидать лишь качественных оценок. Тем не менее, мы должны принимать решения, например, об экологических и иных проектах и инвестициях, последствия которых скажутся через десять, двадцать и более лет.
Бесспорно, что для принятия обоснованных решений необходимо опираться на опыт, знания и интуицию специалистов. После Второй мировой войны в рамках кибернетики, теории управления, менеджмента и исследования операций стала быстро развиваться самостоятельная дисциплина - теория и практика экспертных оценок.
Методы экспертных оценок - это методы организации работы со специалистами-экспертами и обработки мнений экспертов. Эти мнения обычно выражены частично в количественной, частично в качественной форме. Экспертные исследования проводят с целью подготовки информации для принятия решений. Для проведения работы по методу экспертных оценок создают Рабочую группу, которая и организует деятельность экспертов, объединенных (формально или по существу) в экспертную комиссию. Более того, лицо, принимающее решение – это тоже эксперт, так что можно констатировать, что любое решение – это решение эксперта!
Содержание учебника. Настоящий учебник посвящен методам и технологиям сбора и анализа мнений экспертов, применению экспертных оценок. Он состоит из трех частей, разбитых на 12 глав.
Первая часть посвящена введению в теорию и практику экспертных оценок. Рассмотрены примеры процедур экспертных оценок. Обсуждаются основные стадии экспертного опроса и применение теории измерений для выбора способа усреднения мнений экспертов. Разобраны методы средних арифметических и медиан рангов, согласования кластеризованных ранжировок. Проанализировано голосования как один из методов принятия решений.
Математические методы анализа экспертных оценок – предмет второй части. Рассмотрены подходы к аксиоматическому введению расстояний между ответами экспертов, свойства расстояния Кемени и медианы Кемени, использование коэффициентов корреляции и конкордации. Для анализа бинарных данных и результатов парных сравнений рекомендовано использовать теорию случайных толерантностей и люсианов. Обсуждаются основы методологии нечеткости, сведение теории нечеткости к теории вероятностей и ее использование в экспертных технологиях.
В третьей части учебника рассматриваются применения экспертных оценок. Глава 9 посвящена задачам экологического страхования и обеспечения экологической безопасности, прежде всего технологиям экологических экспертиз. Затем обсуждаются экспертные технологии оценки рисков и управления ими, в том числе при выполнении инновационных проектов. В главе 11 построена теория рейтингов, прежде всего бинарных и линейных. В заключительной главе 12 экспертные оценки рассматриваются как интеллектуальные инструменты конкретных организационно-экономических исследований. Обсуждается их применение в маркетинговых исследованиях, в системе «Шесть сигм», при использовании иерархической системы показателей технического уровня и качества продукции и упорядочении совокупности государственных стандартов по статистическим методам управления качеством, в оценочной деятельности и инвестиционном менеджменте, при прогнозировании, в том числе методом сценариев.
Приложение посвящено рассказу о развитии теории экспертных оценок в нашей стране и обзору основных литературных источников по этой тематике. Дается также краткая информация о деятельности автора как научного работника и преподавателя.
Автор настоящего учебника более полувека постоянно занимается экспертной деятельностью. Как практик и как теоретик. В учебник включены теоретические и практические результаты, как достаточно давние (70-х годов), так и полученные в последние годы. Их происхождение и авторство заинтересованные читатели проследят по литературным ссылкам, которые пригодятся и для углубленного изучения материала.
Теория экспертных оценок как часть искусственного интеллекта тесно связана с прикладной статистикой, эконометрикой, теорией принятия решений. Запросы теории экспертных оценок стимулировали развитие наиболее современной области прикладной статистики – статистики нечисловых данных. Однако в настоящем учебнике не рассматриваются математические результаты статистики нечисловых данных, равно как и многие вопросы теории принятия решений, поскольку они включены в другие наши учебники.
Учебник включен в серию книг «Высокие статистические технологии», поскольку в нем рассматриваются современные методы анализа статистических данных, полученных от экспертов. Субъективные экспертные данные нет оснований противопоставлять объективным результатам измерений (наблюдений, испытаний, анализов, опытов), поскольку для их описания и анализа используются одни и те же вероятностно-статистические методы и модели. Книга написана в традициях отечественной вероятностно-статистической школы. Автор искренне благодарен своим учителям - академику АН УССР Б.Г. Гнеденко, члену-корреспонденту АН СССР Л.Н. Большеву, проф. В.В. Налимову.
Для кого эта книга? Для написания этой книги у автора было два стимула. Во-первых, сделать доступным широкой массе читателей полувековой работы междисциплинарного исследовательского коллектива, действующего вокруг научного семинара «Экспертные оценки и анализ данных». Семинар был организован в 1973 г. и работал сначала в МГУ им. М.В. Ломоносова, а затем в Институте проблем управления РАН. Именно в рамках этого междисциплинарного коллектива создана отечественная научная школа в области экспертных оценок. Во-вторых, подготовить учебник для обеспечения различных видов образовательных услуг.
Учебник может быть рекомендован различным категориям читателей.
Студенты дневных отделений управленческих и экономических специальностей, прежде всего специальности «Менеджмент высоких технологий», найдут в нем весь необходимый материал для изучения соответствующих разделов учебных курсов «Организационно-экономическое моделирование», «Эконометрика», «Прикладная статистика», «Управленческие решения», «Теория принятия решений», «Экономико-математическое моделирование», «Математические методы в экономике», «Маркетинговые исследования», «Математические методы оценки» и др.
Слушатели вечерних отделений, в том числе получающие второе образование по экономике и менеджменту, смогут изучить основы теории экспертных оценок и познакомиться с вопросами ее практического использования. Менеджерам, экономистам и инженерам, изучающим экспертные оценки и теорию принятия решений самостоятельно или в Институтах повышения квалификации, по программам переподготовки или получения академической степени «Мастер (магистр) делового администрирования» (Master of Business Administration - МВА) учебник позволит познакомиться с ключевыми идеями и выйти на современный уровень.
Книга представляет собой замкнутый текст, не требующий для своего понимания ничего, кроме знания стандартных учебных курсов по высшей математике. Зачем же нужны литературные ссылки? Дотошный читатель, в частности, при подготовке рефератов и при желании глубже проникнуть в материал учебника, может обратиться к приведенным в каждой главе спискам цитированной литературы. Далее, каждая из глав пособия - это только введение в большую область теории и практики экспертных оценок, и вполне естественным является желание выйти за пределы введения. Приведенные литературные ссылки могут этому помочь.
Включенные в книгу материалы прошли многолетнюю и всестороннюю проверку. Кроме МГТУ им. Н.Э. Баумана, они использовались при преподавании во многих других отечественных и зарубежных образовательных структурах.
Автор благодарен своим многочисленным коллегам, слушателям и студентам, прежде всего различных образовательных структур Московского государственного технического университета им. Н.Э.Баумана, Московского физико-технического института, Российской экономической академии им. Г.В. Плеханова и Академии народного хозяйства при Правительстве Российской Федерации (программа «Топ-Менеджер»), за полезные обсуждения.
С текущей научной информацией по экспертным оценкам можно познакомиться на сайте «Высокие статистические технологии» http://orlovs.pp.ru и его форуме. Большой объем информации по рассматриваемым в учебнике вопросам содержит электронный еженедельник «Эконометрика» (он является электронной газетой кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана). Размещен по адресу: http://subscribe.ru/catalog/science.hum ... onometrika). (автор искренне благодарен редактору этого электронного издания А.А. Орлову за многолетний энтузиазм).
В учебнике изложено представление о теории и практике экспертных оценок, соответствующее общепринятому в мире. Сделана попытка довести рассказ до современного уровня научных исследований в этой области. Автор будет благодарен читателям, если они сообщат свои вопросы и замечания по адресу издательства или непосредственно автору по электронной почте Е-maill: prof-orlov@mail.ru.



Устойчивые экономико-математические методы и модели : монография / А.И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 337 c. — ISBN 978-5-4497-1459-6. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117049.html

А.И. Орлов


Устойчивые экономико-математические методы и модели



2021



Орлов А.И. Устойчивые экономико-математические методы и модели : монография. - 2021.

Для обоснованного практического применения математических моделей управления предприятиями и основанных на них методов должна быть изучена устойчивость выводов по отношению к допустимым отклонениям исходных данных и предпосылок моделей. В работе предложена общая схема устойчивости, позволяющая разрабатывать и развивать экономико-математические методы и модели на основе единого методологического подхода. Получена характеризация моделей с дисконтированием, обосновано применение асимптотически оптимальных планов. Разработаны непараметрические методы оценки характеристик, прогнозирования, проверки однородности выборок. Найдены условия применимости критериев Стьюдента и Вилкоксона. Разработаны статистические методы для результатов наблюдений, лежащих в пространствах произвольной природы. Развиты методы моделирования и анализа конкретных типов объектов нечисловой природы. Разработаны устойчивые экономико-математические методы и модели технологий экспертных оценок, управления инновациями и инвестициями, качеством продукции, запасами, рисками.
Книга - для тех, кто применяет математику в экономике и менеджменте, исследователей, преподавателей, студентов, практических работников.



(с) Орлов А.И., 2021


Оглавление

Введение……………………………………………………………… 3

Глава 1. Анализ теории и практики применения экономико-математических методов и моделей при управлении предприятиями...................…. 17
1.1. Динамика развития народного хозяйства РФ………………………. 17
1.2. Базовая организационно-экономическая модель
промышленного предприятия…………………………………………….. 21
1.3. Классификации экономико-математических методов и моделей
управления предприятиями и организациями.…………………………. 25
1.4. Неопределенность и устойчивость в экономико-математических
методах и моделях………………………………………………………. 42
1.5. Экономико-математическое моделирование и процессы
управления предприятиями и организациями………………………...... 48
1.6. Постановка цели и задач исследования…………………………….. 59

Глава 2. Общая схема устойчивости и ее применения в математических
моделях социально-экономических явлений и процессов……………… 63
2.1. Составляющие общей схемы устойчивости …………………….... 63
2.2. Конкретные постановки проблем устойчивости в экономико-математических методах и моделях……………………………………. 73
2.3. Целеполагание, выбор экономико-математической модели
и характеризация моделей с дисконтированием………………………. 82
2.4. Проблема горизонта планирования и асимптотически
оптимальные планы……………………………………………………… 95

Глава 3. Непараметрические статистические методы для решения
конкретных задач управления предприятиями………………….….. 103
3.1. О развитии и применении непараметрической статистики……… 103
3.2. Непараметрические статистические методы прогнозирования…… 109
3.3. Непараметрические методы обнаружения эффекта ……………….. 143

Глава 4. Разработка методов статистики объектов нечисловой
природы…………………………………………………………………. 185
4.1. Использование объектов нечисловой природы
при моделировании процессов управления ………………………… 185
4.2. Статистические методы в пространствах произвольной природы… 220
4.3. Методы статистики нечисловых данных конкретных видов……… 236
4.4. Разработка методов статистики интервальных данных …………… 248

Глава 5. Устойчивые математические методы и модели в
функциональных областях деятельности предприятий……………….... 259
5.1. Экспертные технологии информационно-аналитической
поддержки процессов принятия решений ……………………………. 259
5.2. Устойчивое экономико-математическое моделирование с целью
оценки, анализа и управления рисками …………………………………. 271
5.3. Экономическо-математическое моделирование при разработке
и принятии инновационных и инвестиционных решений…………… 285
5.4. Разработка статистических методов и моделей управления
качеством промышленной продукции…………………………………… 301
5.5. Модели управления материальными ресурсами …………………… 317

Заключение………………………………………………………………… 357

Список использованной литературы..……………………………………. 361

Приложение 1. Некоторые задачи управления промышленными предприятиями, для решения которых необходимо применение экономико-математических моделей и методов (классификация по тапам жизненного цикла продукции)…………………………………………………………395

Приложение 2. Об авторе этой книги......................................................430


Введение

Актуальность темы исследования. Справиться с вызовами современности наша страна (как и весь мир) может, лишь выйдя на инновационный путь развития. Для повышения эффективности процессов управления предприятиями и организациями, обеспечения технологической независимости нашей страны необходимо применять экономико-математические методы и модели, основанные на адекватных теоретических подходах. В частности, следует учитывать, что исходные данные известны лишь с некоторой степенью точности, а самим методам и моделям присущи методические погрешности.
Процессы управления предприятиями реализуются в реальных ситуациях, которым присущ достаточно высокий уровень неопределенности. Велика роль нечисловой информации как на «входе», так и на «выходе» процесса принятия управленческого решения. Неопределенность и нечисловая природа управленческой информации должны быть отражены при анализе устойчивости экономико-математических методов и моделей.
Для обоснованного практического применения математических моделей процессов управления предприятиями и основанных на них экономико-математических методов должна быть изучена устойчивость выводов по отношению к допустимым отклонениям исходных данных и предпосылок моделей. В результате удается оценить точность предлагаемого управленческого решения, выбрать из многих моделей наиболее адекватную, установить необходимую точность нахождения параметров и т.п.
Назрела необходимость в проведении исследований, нацеленных на разработку и развитие устойчивых экономико-математических методов и моделей, предназначенных для модернизации управления предприятиями. (Понятие устойчивости конкретизируется в соответствии с решаемой организационно-экономической задачей.) Одним из таких исследований и является настоящая работа.
Степень изученности и разработанности проблемы. В публикациях отечественных и зарубежных авторов имеются теоретические и методологические разработки по существенным аспектам решаемой в настоящей работе проблемы. Теория устойчивости решений дифференциальных уравнений развивается с XIX в. (А.М. Ляпунов, Р. Курант, А.А. Андронов, Л.С. Понтрягин, А.Н. Тихонов). В рамках теории систем проблему устойчивости рассматривали С.В. Емельянов, М. Месарович, Я. Такахара. Проблему устойчивости математических теорем относительно изменения их условий изучал С. Улам. Изучение свойств, не меняющихся при малых деформациях, т.е. устойчивых в терминологии настоящего исследования, ведут В.И. Арнольд, Г. Брёкер, В. Гийемин, М. Голубицкий, Л. Ландер (в рамках теории катастроф). В соответствии с концепцией «мягких» и «жестких» моделей В.И. Арнольда переход к случаю «общего положения» позволяет нам получать более сильные с математической точки зрения результаты.
Вероятностно-статистическое моделирование неопределенностей экономических явлений и процессов и разработку соответствующих методов анализа данных проводим в традициях отечественной вероятностно-статистической научной школы (А.Н. Колмогоров, Н.В. Смирнов, Б.В. Гнеденко, Л.Н. Большев, В.В. Налимов). Используем асимптотические методы математической статистики (А.А.Боровков, И.А. Ибрагимов, Ю.В. Прохоров, Р.З. Хасьминский). Важные результаты получены в области непараметрической статистики, нацеленной на получение выводов, устойчивых к изменению функций распределения результатов наблюдений (А.Н. Колмогоров, Н.В. Смирнов, Ю.Н. Тюрин, В.Н. Тутубалин, М. Холлендер, Д.А. Вулф). Устойчивостью процедур, характеризаций и разложений занимались В.М. Золотарев, М.Дж. Кендалл, А. Стьюарт, А.М. Каган, Ю.В. Линник, С.Р. Рао, И.В. Островский). Робастным статистическим методам посвящены работы Г.В. Тьюки, С.А. Смоляка, Б.П. Титаренко, П. Хьюбера, Ф. Хампеля.
Объектам нечисловой природы посвящена теория измерений (П. Суппес, Дж. Зинес, С.С. Стивенс, И. Пфанцагль, Ю.Н. Толстова), теория нечеткости (Л.А. Заде), интервальная математика и статистика (А.П. Вощинин, Ю.И. Шокин), статистика бинарных отношений и парных сравнений (Дж. Кемени, Дж. Снелл, Г. Дэвид), статистический контроль по альтернативному признаку (А.Н. Колмогоров, Ю.К. Беляев, Я.П. Лумельский).
Экономико-математическое моделирование опирается на методологию кибернетики (Н. Винер, Н.Н. Моисеев, В.М. Глушков, Ст. Бир, А.И. Берг). Большое влияние на автора оказали работы таких исследователей в области экономико-математических методов, как Л.В. Канторович, В.Л. Макаров, Г.Б. Клейнер, К.А. Багриновский, Е.Г. Гольштейн, В.Н. Лившиц, А.М. Рубинов, С.А. Смоляк. Отметим работы по управлению запасами Р.Г. Вильсона, Ф. Харриса, Дж. Букана, Э. Кенигсберга, Е.В. Булинской, Г.Л. Бродецкого, В.В. Дыбской, А.В. Мищенко, Ф. Хэнсменна, Дж. Хедли, Т. Уайтина, О.Д. Проценко, Ю.И. Рыжикова.
Большой вклад в решение проблем управления организационными системами внесли Д.А. Новиков, В.Н. Бурков, В.Г. Горский, А.А. Дорофеюк, Б.Г. Литвак, О.И. Тёскин, Ю.В. Сидельников. Наиболее важны для нас исследования по проблемам управления предприятиями В.Д. Калачанова, А.П. Ковалева, Б.А. Лагоши.
Мы работаем в русле научной школы МГТУ им. Н.Э. Баумана по экономике и организации производства (А.А. Колобов, И.Н. Омельченко, С.Г. Фалько и др.). Важны для нас исследования, выполненные в Российской академии наук (прежде всего в Центральном экономико-математическом институте, Институте проблем управления и Институте системного анализа), в Московском государственном университете им. М.В. Ломоносова и других вузах и научно-исследовательских организациях. Невозможно перечислить здесь сотни отечественных и зарубежных ученых и специалистов, которые получили важные результаты в рассматриваемой области. Ссылки на работы многих из них приведены в тексте настоящей книги.
Цель и задачи исследования. Целью нашего исследования является разработка и развитие методологии обоснования, выбора и создания новых математических методов и моделей, направленных на модернизацию управления предприятиями на основе изучения устойчивости получаемых с их помощью выводов по отношению к допустимым отклонениям исходных данных и предпосылок моделей.
Для достижения поставленной в работе цели необходимо решить следующие задачи:
1. Развить методологию разработки математических методов и моделей процессов управления предприятиями, разработать общий подход к изучению устойчивости (общую схему устойчивости) таких моделей и методов и выделить частные постановки проблем устойчивости, в том числе устойчивость к изменению данных, их объемов и распределений, по отношению к временным характеристикам. Обосновать моделирование с помощью нечисловых объектов как подход к построению устойчивых методов и моделей.
2. На основе методологии устойчивости разработать непараметрические (устойчивые к изменению распределения) статистические методы для решения конкретных задач управления промышленными предприятиями – для оценки характеристик, прогнозирования, сегментации рынка и др.
3. Для разработки экономико-математических моделей нечисловых объектов установить связи между различными видами объектов нечисловой природы, построить вероятностные модели их порождения. На основе расстояний (показателей различия, мер близости) и задач оптимизации развить статистическую теорию в пространствах общей природы. Разработать методы моделирования конкретных нечисловых объектов.
4. Как самостоятельное направление нечисловой статистики разработать асимптотическую статистику интервальных данных на основе понятий нотны и рационального объема выборки, развить интервальные аналоги основных областей прикладной статистики.
5. На основе концепции устойчивости по отношению к временным характеристикам (моменту начала реализации проекта, горизонту планирования) провести экономико-математическое моделирование процессов стратегического управления промышленными предприятиями: обосновать применение асимптотически оптимальных планов, дать характеризацию моделей с дисконтированием.
6. На основе методологии устойчивости разработать устойчивые экономико-математические методы и модели процессов управления в функциональных областях производственно-хозяйственной деятельности предприятий и организаций, в которых существенны неопределенности, допускающие экономико-математическое моделирование, в частности, при использовании экспертных методов, в инновационном и инвестиционном менеджменте, при управлении качеством промышленной продукции, выявлении предпочтений потребителей, управлении материальными ресурсами предприятия.
Объект и предмет исследования. Объектом исследования являются процессы управления производственно-хозяйственной деятельностью предприятий и организаций.
Предметом исследования являются вопросы разработки адекватных экономико-математических методов и моделей, предназначенных для модернизации (совершенствования, рационализации, оптимизации) процессов управления производственно-хозяйственной деятельностью предприятий и организаций.
Теоретическая и методологическая основа исследования. Теоретическую основу книги составили фундаментальные отечественные и зарубежные работы в области экономики и организации производства, достижения отечественной вероятностно-статистической школы, научных школ в области теории управления и экономико-математических методов. Для решения поставленных в работе задач использовались методы прикладной статистики, теории измерений, нечетких множеств, экономико-математического моделирования, теории оптимизации, экспертных оценок, статистики бинарных отношений, теории принятия решений, контроллинга, экономики предприятия, управления инновациями и инвестициями, менеджмента высоких технологий, стратегического планирования развития предприятий и других направлений. Достоверность и обоснованность полученных результатов базируется на использовании системного подхода, теоретических доказательствах и результатах статистического моделирования, опыте практического использования.
Научная новизна заключается в развитии положений теории устойчивости и разработке на их основе подхода к обоснованию, выбору и созданию экономико-математических методов и моделей, предназначенных для модернизации управления предприятиями, в разработке и развитии на основе указанного подхода математического аппарата анализа экономических систем, прежде всего непараметрической и нечисловой статистики, а также в разработке и исследовании устойчивых математических методов и моделей в ряде функциональных областей деятельности предприятий и организаций.
Основные результаты исследования, обладающие научной новизной, состоят в следующем:
1. На основе предложенных теоретических положений обоснована методология разработки и развития математических методов и моделей процессов управления промышленными предприятиями с использованием общего подхода к изучению устойчивости выводов по отношению к допустимым отклонениям исходных данных и предпосылок модели, разработаны отличающиеся от известных подходов общая схема устойчивости и принцип уравнивания погрешностей, выделены частные постановки проблем устойчивости, в том числе по отношению к изменению данных, их объемов и распределений, к временным характеристикам, обоснована необходимость разработки непараметрических статистических методов и методов анализа нечисловых данных, позволяющие ставить и решать конкретные задачи устойчивости (п.1.2 паспорта специальности 08.00.13 ВАК).
2. Для экономико-математических моделей процессов стратегического управления предприятиями на основе концепции устойчивости по отношению к временным характеристикам (моменту начала реализации проекта, горизонту планирования) получена новая характеризация моделей с дисконтированием, обосновано применение асимптотически оптимальных планов в условиях, отличающихся от известных, что позволяет проводить обоснованное построение и выбор экономико-математических методов и моделей при решении конкретных задач (п.1.4 паспорта специальности 08.00.13 ВАК).
3. Разработаны новые непараметрические (устойчивые к изменению распределения) статистические методы для решения конкретных задач управления промышленными предприятиями – для оценивания характеристик распределений данных, прогнозирования, сегментации рынка (проверки однородности независимых выборок) и др., найдены отличающиеся от известных условия применимости критериев Стьюдента и Вилкоксона, позволяющие проводить статистический анализ данных с произвольными функциями распределения (п.1.1 паспорта специальности 08.00.13 ВАК).
4. Развита статистическая теория в пространствах общей природы. В частности, предложены отличающиеся от известных способы введения эмпирических и теоретических средних, получены законы больших чисел для случайных элементов общей природы, установлено асимптотическое поведение решений экстремальных статистических задач, предложены и изучены непараметрические оценки плотности распределения вероятности, найдено асимптотическое распределение статистик интегрального типа. Статистика в пространствах произвольной природы основывается на систематическом использовании расстояний или мер близости (мер различия) между объектами нечисловой природы, что позволяет анализировать данные, являющиеся элементами нелинейных пространств (п.1.1 паспорта специальности 08.00.13 ВАК).
5. Развиты статистические методы моделирования и анализа конкретных типов объектов нечисловой природы. Установлены связи между различными видами объектов нечисловой природы, построены соответствующие вероятностные модели порождения нечисловых данных. Дана характеризация средних величин с помощью шкал измерения, указан способ сведения нечетких множеств к случайным, развиты методы проверки гипотез (согласованности, однородности, независимости) для бинарных данных (люсианов) в асимптотике растущей размерности, разработана асимптотическая статистика интервальных данных на основе понятий нотны и рационального объема выборки. Полученные научные результаты позволяют разрабатывать и обоснованно выбирать методы и модели анализа нечисловых данных конкретных типов в постановках, отличающихся от известных (п.1.1 паспорта специальности 08.00.13 ВАК).
6. Разработаны новые устойчивые экономико-математические методы и модели для решения ряда задач управления в функциональных областях производственно-хозяйственной деятельности предприятий и организаций, в частности, при использовании экспертных методов, в инновационном и инвестиционном менеджменте, при управлении качеством промышленной продукции, материальными ресурсами предприятия, рисками, позволяющие модернизировать процессы управления предприятиями с целью их совершенствования (п.1.4 паспорта специальности 08.00.13 ВАК).
Практическая ценность. Полученные в настоящей работе результаты, выводы и рекомендации, теоретические основы и методология развивают и дополняют возможности разработчиков экономико-математических методов и моделей, предназначенных для модернизации процессов управления предприятиями, в направлении изучения устойчивости таких методов и моделей по отношению к допустимым отклонениям исходных данных и предпосылок моделей.
Результаты выполненных автором исследований и предложенные подходы могут быть использованы при проектировании и разработке технологий управления, систем информационно-аналитической поддержки процессов принятия решений при управлении конкретными предприятиями и интегрированными производственно-корпоративными системами.
Разработанные в работе и алгоритмы (прежде всего непараметрические статистические методы и методы анализа нечисловой информации, в том числе экспертных оценок, а также ориентированные на использование в функциональных областях производственно-хозяйственной деятельности предприятий) целесообразно включать в состав программного обеспечения систем автоматизированного управления предприятиями различных отраслей, а также использовать в учебном процессе, в частности, при обучении по направлению подготовки «Организация и управление наукоемкими производствами».
Апробация и реализация результатов исследований. Вошедшие в настоящую книгу работы доложены более чем на 50 научных конференциях, начиная с 1996 г., в том числе на международных научно-практических конференциях «Управление большими системами» (1997), «Предприятия России в транзитивной экономике» (2002), «Хозяйствующий субъект: новое экономическое состояние и развитие» (2003), «Теория активных систем» (2001, 2003, 2005, 2007), «Инновационное развитие экономики: теория и практика» (2005), «Управление инновациями» (2006, 2007, 2008), «Контролiнг у бiзнесi: теорiя i практика» (Киев, 2008), «Математическая теория систем» (2009), XII международной научно-практической конференция «Управление организацией: диагностика, стратегия, эффективность» (2004), Второй (2003), Третьей (2006) и Четвертой (2009) международных конференциях по проблемам управления, Вторых и Третьих Друкеровских чтениях «Проблема человеческого капитала: теория и современная практика» и «Неформальные институты в современной экономике России» (2007), на Второй (1996), Третьей (1998, Первая международная) и Четвертой (2000, Вторая международная) всероссийских конференциях «Теория и практика экологического страхования», на всероссийских научных, научно-практических и научно-технических конференциях «Современный менеджмент в условиях становления рыночной экономики в России» (1998 г.), «Экономическая теория, прикладная экономика и хозяйственная практика: проблемы эффективного взаимодействия» (2006), Седьмом (2006), Восьмом (2007), Девятом (2008) и Десятом (2009) всероссийских симпозиумах «Стратегическое планирование и развитие предприятий» и др. Информация о дальнейших обсуждениях представлена на форуму сайта автора index.php.
Проведена апробация полученных в книге научных результатов при решении конкретных задач повышения эффективности управления предприятиями. Практические рекомендации на основе настоящей книги реализованы на Московском заводе счетно-аналитических машин им. В.Д. Калмыкова, в ЗАО «Стинс Коман», НП «Объединение контроллеров», Лаборатории экономико-математических методов в контроллинге НУК ИБМ МГТУ им. Н.Э. Баумана. Основные результаты исследования внедрены в учебный процесс МГТУ им. Н.Э. Баумана. На основе проведенных исследований разработана двухсеместровая учебная дисциплина «Организационно-экономическое моделирование» и соответствующий раздел Государственного образовательного стандарта по направлению подготовки 220700 (Организация и управление наукоемкими производствами), изданы учебники «Прикладная статистика», «Эконометрика», «Теория принятия решений», «Организационно-экономическое моделирование: Нечисловая статистика» и др. Реализация результатов работы подтверждена соответствующими актами внедрения.
В Московском государственном техническом университете им. Н.Э. Баумана в рамках научно-учебного комплекса «Инженерный бизнес и менеджмент» с 2006 г. под научным руководством автора действует Лаборатория экономико-математических методов в контроллинге. Её библиотека http://ibm.bmstu.ru/nil/biblio.html содержит в открытом доступе несколько десятков книг и статей автора и его сотрудников.
Конкретные вопросы, связанные с научной деятельностью автора и интересующими его проблемами, можно обсудить на общем форуме двух указанных сайтов http://forum.orlovs.pp.ru/ .
Автор является главным редактором электронного еженедельника «Эконометрика» http://subscribe.ru/catalog/science.hum ... onometrika , выходящего с 2000 г.
Достаточно подробная информация о научной деятельности автора содержится в русской Википедии, в статье «Орлов, Александр Иванович (учёный)».
Научный коллектив, в рамках которого действует автор – это коллектив авторов статей в научных журналах «Заводская лаборатория. Диагностика материалов» (раздел «Математические методы исследования»), «Контроллинг», «Социология: методология, методы, математическое моделирование», «Управление большими системами». В редколлегии этих четырех журналов входит автор. Кроме того, достаточно много статей опубликовано в межвузовском сборнике научных трудов «Статистические методы оценивания и проверки гипотез», в журналах «Теория вероятностей и ее применения», «Экономика и математические методы».
Особенности научной карьеры. В начале своей научной деятельности, после окончания в 1971 г. механико-математического факультета Московского государственного университета им. М.. Ломоносова, автор был математиком. Наша кандидатская диссертация на соискание ученой степени кандидата физико-математических наук «Оценки скорости сходимости распределений статистик интегрального типа» была защищена в 1976 г. на факультете вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова по специальности «теория вероятностей и математическая статистика».
Затем от чистой математики интересы сдвинулись к прикладной математике, и в 1992 г. в Московском энергетическом институте в форме научного доклада на основе опубликованных работ была защищена наша диссертация «Разработка и исследование статистических методов моделирования и анализа объектов нечисловой природы» на соискание ученой степени доктора технических наук по специальности «применение вычислительной техники, математического моделирования и математических методов в научных исследованиях (по отраслям наук)».
С 1993 г. автор работал профессором на экономических факультетах вузов, с 1997 г. – на кафедре «Экономика и организация производства» (основана в 1929 г.) Московского государственного технического университета им. Н.Э. Баумана (основан в 1830 г.). Были выполнены научные и прикладные работы по экономике, появилось желание получить их адекватную оценку со стороны профессиональных экономистов. В 2009 г. автор защитил в Московском государственном технологическом университете СТАНКИН (Московском Станкоинструментальном институте) диссертацию «Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями» на соискание ученой степени доктора экономических наук по специальности «Математические и инструментальные методы экономики».
Настоящая работа подготовлена на основе диссертации на соискание ученой степени доктора экономических наук, и при подготовке книжного издания автор не стал этого скрывать.
Благодарности. Автор благодарен всем коллегам, принявшим участие в обсуждении настоящей работы и ее составных частей.
Книга написана в традициях российской вероятностно-статистической научной школы. Начало современному этапу её развития положил академик АН СССР А.Н. Колмогоров, а в области математической статистики – член-корреспондент АН СССР Н.В. Смирнов. Автор искренне благодарен своим учителям - академику АН УССР Б.Г. Гнеденко, члену-корреспонденту АН СССР Л.Н. Большеву, проф. В.В. Налимову.
Выражаю признательность всему коллективу кафедры «Экономика и организация производства» и в целом научно-учебного комплекса «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана. Автор искренне признателен заведующему кафедрой «Экономика и организация производства» проф. С.Г. Фалько за постоянную поддержку проектов по разработке и внедрению организационно-экономических, эконометрических и статистических курсов, декану проф. И.Н. Омельченко и заведующему кафедрой «Промышленная логистика» проф. А.А. Колобову (1935-2010) за совместные научные исследования и обсуждения.
Автор благодарен своим многочисленным коллегам, слушателям и студентам, прежде всего различных образовательных структур Московского государственного технического университета им. Н.Э.Баумана и Московского физико-технического института. Особая благодарность – участникам научных конференций и семинаров, коллегам по работе в Лаборатории экономико-математических методов в контроллинге, Институте высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана, Международной академии исследований будущего, Российской ассоциации статистических методов и Российской академии статистических методов.



Основы теории принятия решений : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 66 c. — ISBN 978-5-4497-1423-7. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117037.html


А.И. Орлов

Основы теории принятия решений

Учебное пособие

2022


Рецензенты:
Профессор, доктор технических наук Д.А.Новиков
Кафедра «Экономика и организация производства»
МГТУ им. Н.Э.Баумана

Орлов А.И.
Основы теории принятия решений: учебное пособие. / А.И.Орлов. – М.: Изд-во .... – 2021. - ХХХ с.

В учебном пособии рассмотрены основные понятия, подходы и результаты теории принятия решений. Дано введение в линейное и целочисленное программирование. Рассмотрены задачи оптимизации на графах. В теории экспертных оценок, выраженных бинарными отношениями, применены расстояние Кемени и медиана Кемени.
Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования.
Учебное пособие предназначено для студентов, преподавателей и специалистов, заинтересованных в применении современных методов теории принятия решений в технике, экономике, управлении, медицине, социологии и иных областях, а также для разработчиков таких методов и соответствующего программного обеспечения.

(с) Орлов А.И., 2021

Содержание

Предисловие………………………………………………………………………
1. Пример задачи принятия решения………………………………….
2. Экспертные оценки - один из методов принятия решений…………………
3. Основные понятия теории принятия решений………………………………
Кто принимает решения?……………………………………………………
Порядок подготовки решения (регламент)………………………………
Цели……..…………………………………….……………………………
Ресурсы….……………………………………………………………………
Риски и неопределенности…………………………………………………
Критерии оценки решения…………………………………………………
Математико-компьютерная поддержка принятия решения………………
Реальные процедуры принятия управленческих решений………………
4. Линейное программирование…………………………………………………
Производственная задача…………………………………………………
Двойственная задача………………………………………………………
Линейное программирование как научно-практическая дисциплина…
Задача об оптимизации смеси (упрощенный вариант)……………………
Планирование номенклатуры и объемов выпуска.………………………
5. Методы решения задач линейного программирования……………………..
Простой перебор……………………………………………………………
Направленный перебор.……………………………………………………
Симплекс-метод……………………………………………………………
Транспортная задача………………………………………………………
6. Целочисленное программирование…………………………………………….
Задача о выборе оборудования.……………………………………………
Задача о ранце………………………………………………………………
7. Экспертные оценки, бинарные отношения и дискретная оптимизация…….....................................................................................................
Методы средних баллов……………………….……………………………
Пример сравнения восьми проектов………………………………………
Метод средних арифметических рангов…………………………………
Метод медиан рангов………………………………………………………
Сравнение ранжировок по методу средних арифметических и методу медиан……………………………………………………………………………….
Метод согласования кластеризованных ранжировок.……………………
Бинарные отношения и дискретная оптимизация.………………………
8. О решении задач целочисленного программирования………………………..
Метод приближения непрерывными задачами……………………………
Методы направленного перебора…………………………………………
9.Теория графов и оптимизация…………………………………………………
Задача коммивояжера………………………………………………………
Задача о кратчайшем пути……………………………………….…………
Задача о максимальном потоке.……………………………………………
Задача линейного программирования при максимизации потока………
О многообразии оптимизационных задач…………………………………
10. Задачи по основам теории принятия решений……………………………...
Заключение........................................................................................................
Литература…………………………………………………………………………
Приложение. Об авторе.......................................................................................

Предисловие

Учебное пособие начинается с разбора типового примера - задачи принятия решения в производственном менеджменте о выборе образца для запуска в серию. Рассмотрены четыре аналитических подхода к принятию решений, а также пятый подход - голосование как один из методов экспертных оценок. Вводятся основные понятия теории принятия решений: лица, принимающие решения (ЛПР), порядок подготовки решения (регламент), цели и ресурсы, риски и неопределенности, критерии оценки решения. Обсуждаются реальные процедуры принятия решений и их математико-компьютерная поддержка.
Основное содержание пособия - описание задач оптимизации. В линейном программировании последовательно рассматриваются упрощенная производственная задача (с графическим решением) и двойственная к ней, задачи об оптимизации смеси, о планировании номенклатуры и объемов выпуска, транспортная задача. Дается первоначальное представление о линейном программировании как научно-практической дисциплине. Рассмотрены методы решения задач линейного программирования, включая симплекс-метод.
К целочисленному программированию относятся задача о выборе оборудования и задача о ранце. К ним примыкает тематика бинарных отношений и дискретной оптимизации в экспертных оценках - одном из инструментов принятия решений. Методы средних баллов рассмотрены на примере сравнения восьми проектов, а именно, метод средних арифметических рангов и метод медиан рангов. Проведено сравнение ранжировок, полученных этими методами. Затем предложен метод согласования кластеризованных ранжировок. Один из видов ответов экспертов - бинарные отношения. Дано их представление матрицами из 0 и 1 и введено расстояние Кемени между бинарными отношениями. Дискретная оптимизация применяется для получения результирующего мнения комиссии экспертов - медианы Кемени. Обсуждаются подходы к решению задач целочисленного программирования.
Заключительный раздел - оптимизация на графах. Рассмотрены задачи коммивояжера, о кратчайшем пути, о максимальном потоке. Сформулирована задача линейного программирования при максимизации потока.
Приведено 12 задач для проверки усвоения материала.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июл 09, 2022 6:50 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1120 от 11 июля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем информацию об учебных пособиях А.И. Орлова "Проблемы управления экологической безопасностью" (аннотация, оглавление, введение) и "Экспертные оценки" (аннотация, содержание, введение).
Помещаем аннотацию, содержание, предисловие к третьему изданию учебника "Эконометрика" (2004), а также титульный лист и аннотацию его электронного издания 2020 г.
Обратите внимание на новый электронный адрес нашего учебника:
Эконометрика : учебник / Агаларов З.С., Орлов А.И.. — Москва : Дашков и К, 2021. — 380 c. — ISBN 978-5-394-04075-7. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/107834.html





Проблемы управления экологической безопасностью : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 224 c. — ISBN 978-5-4497-1424-4. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117039.html


А.И. Орлов

Проблемы управления
экологической безопасностью

Учебное пособие

2022


Автор:
Орлов А. И. — доктор экономических наук, доктор технических наук, кандидат физико-математических наук, профессор кафедры Экономика и организация производства (ИБМ-2) Московского государственного технического университета имени Н.Э. Баумана


Орлов, Александр Иванович.
Проблемы управления экологической безопасностью : учебное пособие / А.И. Орлов. — Москва : Ай пи Ар Медиа, … . — … с. — Текст : электронный.


Рассмотрены основные экологические проблемы современного мира, понятия экологического риска и экологической безопасности, правовые основы обеспечения экологической безопасности в России, вопросы установления и контроля (в том числе статистического) экологических требований, экспертные методы принятия решений в экологии (в том числе экологические экспертизы), механизмы управления экологической безопасностью (в том числе основные идеи экологического страхования), социально-экологические аспекты управления, современные проблемы управления экологической безопасностью.
Исходя из принципа "Образование через науку" на основе двадцатилетнего опыта научных исследований и преподавания подготовлена эта книга, которую в равной степени можно считать и учебником, и научной монографией. Она будет полезна научным работникам, ведущим теоретические и прикладные исследования в области управления экологической безопасностью; экологам, инженерам, управленцам, экономистам, занимающимся практическими задачами природоохранной деятельности; преподавателям экологических дисциплин; студентам и аспирантам, изучающим проблемы экологической безопасности; специалистам, повышающим квалификацию в области экологии.

(с) Орлов А.И., 2021

Оглавление

Введение 5

Глава 1. Экологические проблемы в современном мире 9
1.1. Из деревенской избы - в каменные джунгли 9
1.2. Люди уничтожают природу 11
1.3. Недостаток природных ресурсов 14
1.4. Конференция 1992 г. в Рио-де-Жанейро 15
1.5. Составляющие окружающей среды 18
1.6. Вредные воздействия на окружающую среду 22
Литература, контрольные вопросы, темы докладов и рефератов 26

Глава 2. Экологические риски и экологическая безопасность 31
2.1. Постоянный экологический риск 31
2.2. Аварийный риск и его оценивание 34
2.3. Постановки задач управления риском 39
2.4. Понятие об экологической безопасности 47
Литература, контрольные вопросы, темы докладов и рефератов 51

Глава 3. Правовые основы обеспечения экологической
безопасности в России 55
3.1. Структура российского экологического законодательства 55
3.2. Экологические вопросы в Конституции Российской
Федерации 58
3.3. Закон Российской Федерации «Об охране окружающей
природной среды» 64
3.4. Право на благоприятную окружающую природную среду 68
3.5. Гарантии экологических прав граждан 73
3.6. Роль государства в реализации экологических прав 77
3.7. Дисциплинарная ответственность за экологические
Правонарушения 79
3.8. Гражданско-правовая ответственность за экологические
Правонарушения 80
3.9. Административные экологические правонарушения 83
3.10. Уголовная ответственность за экологические преступления 86
3.11. Как бороться с экологическими преступлениями
и правонарушениями? 89
3.12. О развитии правового экологического обеспечения
в России 92
Литература, контрольные вопросы, темы докладов и рефератов 102

Глава 4. Установление и контроль экологических требований 105
4.1. Установление экологических требований 105
4.2. Легко ли установить степень вредного воздействия? 107
4.3. Проблемы организации экологического контроля на
Предприятии 109
4.4. Интегральные оценки экологической обстановки 112
4.5. Выборочный экологический контроль 114
4.6. Планы статистического контроля и правила принятия
решений 118
4.7. Оперативная характеристика плана статистического
Контроля 120
Литература, контрольные вопросы, темы докладов и рефератов 124

Глава 5. Экспертные методы принятия решений в экологии 129
5.1. Примеры методов экспертных оценок 129
5.2. Основные стадии экспертного опроса 136
5.3. Подбор экспертов 139
5.4. О разработке регламента проведения сбора и анализа
экспертных мнений 143
5.5. Современная теория измерений и экспертные оценки 153
5.6. Математические методы анализа экспертных оценок 178
5.7. Автоматизированное рабочее место «Математика
в экспертизе» 187
5.8. Экологические экспертизы 195
Литература, контрольные вопросы, темы докладов и рефератов 220

Глава 6. Механизмы управления экологической безопасностью 225
6.1. Субъекты и объекты управления экологической
безопасностью 225
6.2. Основные принципы управления экологической
безопасностью 233
6.3. Элементы механизма управления экологической
безопасностью 238
6.4. Работа механизма управления экологической
безопасностью 254
6.5. Экологическое страхование 263
Литература, контрольные вопросы, темы докладов и рефератов 271

Глава 7. Социально-экологические аспекты управления
в современной экономике 275
7.1. Экономика – служанка общества 276
7.2. Влияние современной экологической ситуации
на экономику и управление 279
7.3. Социально-экологические аспекты управления в масштабах
государства 280
7.4. Социально-экологические аспекты управления персоналом 281
7.5. Социально-экологические проблемы управления в России 282
Литература, контрольные вопросы, темы докладов и рефератов 292

Глава 8. Современные проблемы управления экологической
безопасностью 295
8.1. О нерешенных экономико-правовых вопросах
экологической безопасности 295
8.2. Математические аспекты управления аварийным риском 297
8.3. Информационно-правовые вопросы оценки Киотского
протокола 312
Литература, контрольные вопросы, темы докладов и рефератов 320

Приложение. Об авторе. Орлов А.И. – основные сведения 323


Предисловие

В учебном пособии рассмотрены основные экологические проблемы современного мира, понятия экологического риска и экологической безопасности, правовые основы обеспечения экологической безопасности, вопросы установления и контроля (в том числе статистического) экологических требований, экспертные методы принятия решений в экологии (в том числе экологические экспертизы), организационно-экономические механизмы управления экологической безопасностью (в том числе основные идеи экологического страхования). Обсуждаются социально-экологические аспекты управления в современной экономике. Рассмотрены современные проблемы управления экологической безопасностью.
Издание является основной работой автора по вопросам экологической безопасности. Она подводит итоги тридцати лет преподавания в качестве профессора экологии и научных исследований в этой области. Наряду с достаточно известными положениями в книге рассмотрен ряд новых научных результатов.
Книга отражает содержание лекционных курсов, прочитанных автором в ряде московских вузов. В Московском государственном техническом университете им. Н.Э. Баумана (дневное отделение, Институт повышения квалификации, МВА) - по дисциплинам «Экология и инвестиционная деятельность предприятия», «Управление промышленной и экологической безопасностью», «Оценка и анализ экологических рисков». В Московском институте электронике и математики - техническом университете (дневное отделение, второе образование) – по дисциплинам «Экология и рациональное природопользование», «Экологические риски и защита от них», «Экологические экспертизы», «Экологический контроль среды обитания», «Экологические и экономические экспертизы». В Академии Народного Хозяйства при Правительстве РФ (МВА) – по дисциплине «Социально-экологические аспекты управления в современных условиях». Во Всероссийском государственном института кинематографии им. С.А. Герасимова (дневное отделение) – по дисциплине «Экологический менеджмент».
Однако преподавание – это следствие научных работ в области экологической безопасности. Первоначальным толчком, вызвавшим профессиональный интерес к экологии, послужили исследования в области выбора технологий уничтожения химического оружия, химической безопасности биосферы, экологического страхования. Наша область - математическое моделирование экологических процессов.
Какие новые научные результаты вошли в данную книгу? Разработаны методы использование статистического контроля при экологическом мониторинге, методологические основы ранжирования и классификации промышленных объектов, подлежащих экологическому страхованию, методология выявления приоритетов опасности при размещении и функционировании технически опасных объектов в регионе на базе экспертной оценки рисков.
Под нашим руководством выполнены работы по разработке новых экспертных методов, в том числе по созданию АРМ МАТЭК (МАТематика в Экспертизе), и по методическому обеспечению применения этих методов при решении задач экологического страхования и обеспечения химической безопасности. Пример нового метода экспертных оценок – метод согласования кластеризованных ранжировок.
Концепция экологического риска – одна из наших центральных тем. Получен ряд новых результатов в области оценки, анализа и управления риском, в том числе в связи с задачами управления экологической безопасностью. В частности, обоснован непараметрический подход при вероятностно-статистическом моделировании экологического риска, сформированы подходы к построению характеристик риска и на их основе - многокритериальной оптимизации при управлении риском, разработаны непараметрические математико-статистические методы точечного и интервального оценивания характеристик ущерба. Предложены модели описания риска на основе теории нечеткости и статистики интервальных данных.
Растущее значение экологии в социально-экономическом устройстве общества XXI века обосновано нами при анализе социально-экологических аспектов управления в условиях современной экономики. Показано, что необходимость обеспечения экологической безопасности приведет к принципиальному изменению экономических механизмов, в частности, к отказу от рыночных методов управления народным хозяйством и переходу к плановой экономике. Проанализированы проблемы, связанные с содержанием Киотского протокола и последствиями его ратификации Российской Федерацией.
Настоящая книга имеет предшественников. Двумя изданиями (2000, 2002) было выпущено наше электронное учебное пособие «Проблемы управления экологической безопасностью» http://orlovs.pp.ru/ecol.php. Вместе с соавторами мы подготовили учебное пособие для Университета Российской академии образования (Москва) «Управление промышленной и экологической безопасностью», также вышедшее двумя изданиями (2002, 2003).
Следующим шагом научно-методической работы по экологической тематике является учебное пособие, в котором автором настоящей книги написана примерно половина текста:
Орлов А.И., Федосеев В.Н. Менеджмент в техносфере: Учеб. пособие для студ. высш. учеб. заведений. – М.: Издательский центр «Академия», 2003. – 384 с.
Оно рекомендовано Учебно-методическим объединением вузов России по университетскому политехническому образованию для подготовки студентов по специальности «Безопасность жизнедеятельности». Эту книгу можно также рекомендовать будущим менеджерам промышленных предприятий.
Образование через науку – основополагающий принцип соединения в единое целое научных исследований и учебного процесса, который положен в основу деятельности Московского государственного технического университета им. Н.Э. Баумана. Исходя из этого принципа на основе тридцатилетнего опыта научных исследований и преподавания подготовлена данная книга. Ее можно рекомендовать научным работникам, ведущим теоретические и прикладные исследования в области управления экологической безопасностью; экологам, инженерам, управленцам, экономистам, занимающимся практическими задачами природоохранной деятельности; преподавателям экологических дисциплин; студентам и аспирантам, изучающим проблемы экологической безопасности; специалистам, занимающимся повышением квалификации в области экологии.
Эта книга впервые была выпущена в 2012 г. немецким издательством Palmarium Academic Publishing (Saarbrücken) с подзаголовком "Итоги двадцати лет научных исследований и преподавания". Издание осталось практически неизвестным для российского научно-преподавательского сообщества. Поэтому возникла необходимость второго издания. Конечно, после 2012 г. мы продолжали вести исследования по проблемам управления экологической безопасностью. В частности, укажем на статью "Орлов А.И., Гаврилова В.Д. Экологическая безопасность: подземные безоболочечные резервуары в многолетнемерзлых грунтах для захоронения отходов бурения // Научный журнал КубГАУ. 2016. №117. С. 50–70" и книгу "Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с."
В новом издании, дополненном и исправленном, устранены обнаруженные немногочисленные недостатки предыдущей книги, отражены достижения и изменения за последние 10 лет.


Профессор, доктор технических наук, доктор экономических наук,
кандидат физико-математических наук
Александр Иванович Орлов
prof-orlov@mail.ru





Экспертные оценки : учебное пособие / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2022. — 57 c. — ISBN 978-5-4497-1420-6. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/117053.html


А.И. Орлов

Экспертные оценки

Учебное пособие

2021


Аннотация

Рассмотрены основные вопросы теории и практики экспертных оценок, в том числе связанные с типовыми стадиями экспертного опроса, методами подбора экспертов, разработкой регламентов проведения сбора и анализа экспертных мнений. Представлены основные идеи современной теории измерений, метода согласования кластеризованных ранжировок и ряда других математических методов анализа экспертных оценок.

Подготовлено с учетом требований Федерального государственного образовательного стандарта высшего образования.

Учебное пособие предназначено для студентов, преподавателей и специалистов, заинтересованных в применении современных методов экспертных оценок в технике, экономике, управлении, медицине, социологии и иных областях, а также для разработчиков таких методов и соответствующего программного обеспечения. Он представляет интерес также для исследователей и преподавателей в области искусственного интеллекта, прикладной и математической статистики, сбора и анализа экспертных данных, методов оптимизации, математического и организационно-экономического моделирования.

(с) Орлов А.И., 2021


Содержание
Введение……………………………………………………..………….4
1. Основные стадии экспертного опроса...…………………………...7
2. Подбор экспертов……………....…………………………………....8
3. О разработке регламента проведения сбора и анализа экспертных мнений,,,10
4. Современная теория измерений и экспертные оценки…………….16
5. Метод согласования кластеризованных ранжировок………………24
6. Математические методы анализа экспертных оценок……………...28
Заключение......... .....................................................................................33
Литература…....…………………………………………………………..33
Приложение. Об авторе..........................................................................33


Введение

Как изменится экологическая обстановка через десять лет? Будет ли обеспечена экологическая безопасность промышленных производств или же вокруг будет простираться рукотворная пустыня? Достаточно вдуматься в эту постановку вопроса, проанализировать, как десять лет назад мы представляли себе сегодняшний день, чтобы понять, что стопроцентно надежных прогнозов просто не может быть. Вместо утверждений с конкретными числами можно ожидать лишь качественных оценок. Тем не менее мы должны принимать решения, например, об экологических и иных проектах и инвестициях, последствия которых скажутся через десять, двадцать и более лет.
Бесспорно совершенно, что для принятия обоснованных решений необходимо опираться на опыт, знания и интуицию специалистов. После второй мировой войны в рамках кибернетики, теории управления, менеджмента и исследования операций стала развиваться самостоятельная дисциплина - теория и практика экспертных оценок.
Методы экспертных оценок - это методы организации работы со специалистами-экспертами и обработки мнений экспертов. Эти мнения обычно выражены частично в количественной, частично в качественной форме. Экспертные исследования я проводят с целью подготовки информации для принятия решений лицом, принимающим решения (ЛПР). Для проведения работы по методу экспертных оценок создают Рабочую группу (сокращенно РГ), которая и организует по поручению ЛПР деятельность экспертов, объединенных (формально или по существу) в экспертную комиссию (ЭК).
Экспертные оценки бывают индивидуальные и коллективные. Индивидуальные оценки - это оценки одного специалиста. Например, преподаватель единолично ставит отметку студенту, а врач - диагноз больному. Но в сложных случаях заболевания или при угрозе отчисления студента за плохую учебу обращаются к коллективному мнению - симпозиуму врачей или комиссии преподавателей. Аналогичная ситуация - в армии. Обычно командующий принимает решение единолично. Но в сложных и ответственных ситуациях проводят военный совет. Один из наиболее известных примеров такого рода - военный совет 1812 г. в Филях, на котором под председательством М.И. Кутузова решался вопрос: "Давать или не давать французам сражение под Москвой?"
Другой простейший пример экспертных оценок - оценка номеров в КВН. Каждый из членов жюри поднимают фанерку со своей оценкой, а технический работник вычисляет среднюю арифметическую оценку, которая и объявляется как коллективное мнение жюри (ниже мы увидим, что такой подход некорректен с точки зрения теории измерений).
В фигурном катании процедура усложняется - перед усреднением отбрасываются самая большая и самая маленькая оценки. Это делается для того, чтобы не было соблазна завысить оценку одной спортсменке (например, соотечественнице) или занизить другой. Такие резко выделяющиеся из общего ряда оценки будут сразу отброшены.
Экспертные оценки часто используются при выборе - одного варианта технических устройств из нескольких, группы космонавтов из многих претендентов, набора проектов научно-исследовательских работ для финансирования из массы заявок, получателей экологических кредитов из многих желающих, выбор инвестиционных проектов для реализации среди представленных, и т.д.
Существует масса методов получения экспертных оценок. В одних с каждым экспертом работают отдельно, он даже не знает, кто еще является экспертом, а потому высказывает свое мнение независимо от авторитетов. В других экспертов собирают вместе для подготовки материалов для ЛПР, при этом эксперты обсуждают проблему друг с другом, учатся друг у друга, и неверные мнения отбрасываются. В одних методах число экспертов фиксировано и таково, чтобы статистические методы проверки согласованности мнений и затем их усреднения позволяли принимать обоснованные решения. В других - число экспертов растет в процессе проведения экспертизы, например, при использовании метода "снежного кома" (о нем - ниже). Не меньше существует и методов обработки ответов экспертов, в том числе весьма насыщенных математикой и компьютеризированных
Один из наиболее известных методов экспертных оценок - это метод "Дельфи". Название дано по ассоциации с Дельфийским храмом, куда согласно древнему обычаю было принято обращаться для получения поддержки при принятии решений. Он был расположен у выхода ядовитых вулканических газов. Жрицы храма, надышавшись отравы, начинали пророчествовать, произнося непонятные слова. Специальные "переводчики" - жрецы храма толковали эти слова и отмечали на вопросы пришедших со своими проблемами паломников.
В США в 1960-х годах методом Дельфи назвали экспертную процедуру прогнозирования научно-технического развития. В первом туре эксперты называли вероятные даты тех или иных будущих свершений. Во втором туре каждый эксперт знакомился с прогнозами всех остальных. Если его прогноз сильно отличался от прогнозов основной массы, его просили пояснить свою позицию, и часто он изменял свои оценки, приближаясь к средним значениям. Эти средние значения и выдавались заказчику как групповое мнение. Надо сказать, что реальные результаты исследования оказались довольно скромными - хотя дата высадки американцев на Луну была предсказана с точностью до месяца, все остальные прогнозы провалились - холодного термоядерного синтеза и средства от рака в ХХ в. человечество не дождалось. Однако сама методика оказалась популярной - за последующие годы она использовалась не менее 40 тыс. раз. Средняя стоимость экспертного исследования по методу Дельфи - 5 тыс. долларов США, но в ряде случаев приходилось расходовать и более крупные суммы - до 130 тыс. долларов.
Несколько в стороне от основного русла экспертных оценок лежит метод сценариев, применяемый прежде всего для экспертного прогнозирования. Рассмотрим основные идеи технологии сценарных экспертных прогнозов. Экологическое или социально-экономическое прогнозирование, как и любое прогнозирование вообще, может быть успешным лишь при некоторой стабильности условий. Однако решения органов власти, отдельных лиц, иные события меняют условия, и события развиваются по-иному, чем ранее предполагалось. При разработке методологического, программного и информационного обеспечения анализа риска химико-технологических проектов необходимо составить детальный каталог сценариев аварий, связанных с утечками токсических химических веществ. Каждый из таких сценариев описывает аварию своего типа, со своим индивидуальным происхождением, развитием, последствиями, возможностями предупреждения. Таким образом, метод сценариев - это метод декомпозиции задачи прогнозирования, предусматривающий выделение набора отдельных вариантов развития событий (сценариев), в совокупности охватывающих все возможные варианты развития. При этом каждый отдельный сценарий должен допускать возможность достаточно точного прогнозирования, а общее число сценариев должно быть обозримо.
Возможность подобной декомпозиции не очевидна. При применении метода сценариев необходимо осуществить два этапа исследования:
- построение исчерпывающего, но обозримого набора сценариев;
- прогнозирование в рамках каждого конкретного сценария с целью получения ответов на интересующие исследователя вопросы.
Каждый из этих этапов лишь частично формализуем. Существенная часть рассуждений проводится на качественном уровне, как это принято в общественно-экономических и гуманитарных науках. Одна из причин заключается в том, что стремление к излишней формализации и математизации приводит к искусственному внесению определенности там, где ее нет по существу, либо к использованию громоздкого математического аппарата. Так, рассуждения на словесном уровне считаются доказательными в большинстве ситуаций, в то время как попытка уточнить смысл используемых слов с помощью, например, теории нечетких множеств приводит к весьма громоздким математическим моделям. Набор сценариев должен быть обозрим. Приходится исключать различные маловероятные события. Само по себе создание набора сценариев - предмет экспертного исследования. Кроме того, эксперты могут оценить вероятности реализации того или иного сценария. Прогнозирование в рамках каждого конкретного сценария с целью получения ответов на интересующие исследователя вопросы также осуществляется в соответствии с описанной выше методологией прогнозирования. При стабильных условиях могут быть применены статистические методы прогнозирования временных рядов. Однако этому предшествует анализ с помощью экспертов, причем зачастую прогнозирование на словесном уровне является достаточным (для получения интересующих исследователя и ЛПР выводов) и не требующим количественного уточнения.
Как известно, при принятии решений на основе анализа ситуации, в том числе результатов прогнозных исследований, можно исходить из различных критериев. Так, можно ориентироваться на то, что ситуация сложится наихудшим, или наилучшим, или средним (в каком-либо смысле) образом. Можно попытаться наметить мероприятия, обеспечивающие минимально допустимые полезные результаты при любом варианте развития ситуации, и т.д.
Еще один вариант экспертного оценивания - мозговой штурм. Организуется он как собрание экспертов, на выступления которых наложено одно, но очень существенное ограничение - нельзя критиковать предложения других. Можно их развивать, можно высказывать свои идеи, но нельзя критиковать! В ходе заседания эксперты, "заражаясь" друг от друга, высказывают все более экстравагантные соображения. Часа через два записанное на магнитофон или видеокамеру заседание заканчивается, и начинается второй этап мозгового штурма - анализ высказанных идей. Обычно из 100 идей 30 заслуживают дальнейшей проработки, из 5-6 дают возможность сформулировать прикладные проекты, а 2-3 оказываются в итоге приносящими полезный эффект - прибыль, повышение экологической безопасности и т.п. При этом интерпретация идей - творческий процесс. Например, при обсуждении возможностей защиты кораблей от торпедной атаки была высказана идея: "Выстроить матросов вдоль борта и дуть на торпеду, чтобы изменить ее курс". После проработки эта идея привела к созданию устройств, создающих волны, сбивающиеся торпеду с курса.



Эконометрика : учебное пособие / Орлов А.И.. — Москва, Саратов : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 676 c. — ISBN 978-5-4497-0362-0. — Текст : электронный // IPR SMART : [сайт]. — URL: https://www.iprbookshop.ru/89481.html


Эта книга - наш учебник:
Орлов А.И. Эконометрика. Учебник. - М.: Экзамен, 2002, 2003 (2-е изд.), 2004 (3-е изд.). - 576 с. http://orlovs.pp.ru/econ.php#ek1 , http://www.ibm.bmstu.ru/nil/biblio.html#books-13-econ
После размещения третьего издания учебника на нашем сайте "Высокие статистические технологии" https://orlovs.pp.ru/ ко мне обратился Интернет-Университет Информационных Технологий (ИНТУИТ) с просьбой разрешить размещение учебника "Эконометрика" на их Интернет-ресурсах. Я дал согласие.
В подготовке издания 2020 г. я не принимал участия. Книга была представлена в Издательство Интернет-Университетом Информационных Технологий. Этим посредником или непосредственно Издательством Ай Пи Ар Медиа мой исходный текст был отредактирован.
При этом исчезло предисловие, вместо подробного содержания помешено краткое оглавление, указанные по главам литературные источники сведены в единый список. К большому сожалению, многие формулы содержат ошибки. Связано это, видимо, с тем, что формулы были набраны заново, и те, кто это делал, не понимали смысла формул.
Текст назван учебным пособием, вопреки его статусу учебника, указанному на титульном листе исходной книги. Видимо, это обусловлено устаревшими воззрениями на эконометрику, которых придерживаются сотрудники Интернет-Университет Информационных Технологий, работающего с связке с Высшей школой экономики. Эти взгляды не соответствуют требованиям отечественной научной школы в области эконометрики (подробнее см..: Орлов А.И. Отечественная научная школа в области эконометрики / Научный журнал КубГАУ. 2016. №121. С. 235–261).
Несмотря на отмеченные недостатки, издание 2020 г. будет полезно читателям.
Помещаем аннотацию, содержание, предисловие к третьему изданию учебника "Эконометрика" (2004), а также титульный лист и аннотацию электронного издания 2020 г.


А.И. Орлов

Эконометрика

Учебник для вузов

Издание третье,
переработанное и дополненное


Издательство
«Экзамен»

Москва
2004

Впервые в России на современном уровне представлена эконометрика - наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Рассмотрены структура современной эконометрики, элементы выборочных исследований, основы теории измерений, непараметрическая статистика, многомерный статистический анализ, эконометрика временных рядов и инфляции, статистика нечисловых и интервальных данных, проблемы устойчивости эконометрических процедур и эконометрические информационные технологии. Подробно разобраны эконометрические модели экспертных исследований, управления качеством и сертификации продукции, прогнозирования и риска. Анализируется и прогнозируется развитие современных эконометрических методов. В приложениях дан словарь основных понятий, относящихся к вероятностно-статистическим основам эконометрики, разобрано сведение нечетких множеств к случайным, предлагается метод сравнительного анализа родственных эконометрических моделей и типовые задачи по эконометрике.
Книга может быть использована на трех уровнях. Во-первых, это - учебник для типовых курсов эконометрики на дневном и втором образовании. Этот курс указан в государственных образовательных стандартах и естественным образом следует за предметами "теория вероятностей и математическая статистика" и "статистика". Во-вторых, книга А.И.Орлова необходима для более глубокого изучения эконометрики слушателями институтов повышения квалификации, программ "Мастер (магистр) делового администрирования", при самостоятельном изучении эконометрики инженерами, менеджерами, экономистами. В-третьих, для специалистов по эконометрике, математическим методам и математическому моделированию она будет интересна как монография, в которой впервые в мире обобщены научные результаты, полученные, в том числе автором, за последние 15 лет. Ранее они были доступны лишь в виде нескольких десятков отдельных статей в журналах "Заводская лаборатория", "Экономика и математические методы", "Российское предпринимательство", "Контроллинг", "Менеджмент в России и за рубежом" и др.
Книга вызвала интерес читателей. Она используется во многих вузах. В 2004 г. издательство выпустило третье издание учебника, переработанное и дополненное.
Издано: Орлов А.И. Эконометрика. Учебник для вузов. - М.: Экзамен, 2002, 2003 (изд. 2-е, переработанное и дополненное), 2004 (изд. 3-е, переработанное и дополненное). - 576 с.


Содержание

Предисловие - 6

Глава 1. Структура современной эконометрики - 9
1.1. Эконометрика сегодня - 9
1.2. Эконометрика = экономика + метрика - 10
1.3. Структура эконометрики - 11
1.4. Специфика экономических данных - 13
1.5. Нечисловые экономические величины - 15
1.6. Статистика интервальных данных - научное направление на стыке
метрологии и математической статистики - 19
1.7. Эконометрические модели - 20
1.8. Применения эконометрических методов - 22
1.9. Эконометрика как область научно-практической деятельности - 23
1.10. Эконометрические методы в практической и учебной деятельности - 24
Цитированная литература - 26

Глава 2. Выборочные исследования - 27
2.1. Построение выборочной функции спроса - 27
2.2. Маркетинговые опросы потребителей - 30
2.3. Проверка однородности двух биномиальных выборок - 40
Цитированная литература- 44

Глава 3. Основы теории измерений - 45
3.1. Основные шкалы измерения - 46
3.2. Инвариантные алгоритмы и средние величины - 49
3.3. Средние величины в порядковой шкале - 52
3.4. Средние по Колмогорову - 53
Цитированная литература - 54

Глава 4. Статистический анализ числовых величин
(непараметрическая статистика) - 55
4.1. Часто ли распределение результатов наблюдений является
нормальным? - 55
4.2. Неустойчивость параметрических методов отбраковки
резко выделяющихся результатов наблюдений - 59
4.3. Непараметрическое доверительное оценивание
характеристик распределения - 63
4.4. О проверке однородности двух независимых выборок - 67
4.5. Какие гипотезы можно проверять с помощью
двухвыборочного критерия Вилкоксона? - 74
4.6. Состоятельные критерии проверки однородности
для независимых выборок - 83
4.7. Методы проверки однородности для связанных выборок - 86
Цитированная литература - 93

Глава 5. Многомерный статистический анализ - 94
5.1. Оценивание линейной прогностической функции - 94
5.2. Основы линейного регрессионного анализа - 101
5.3. Основные понятия теории классификации - 110
5.4. Эконометрика классификации - 117
Цитированная литература - 123

Глава 6. Эконометрика временных рядов - 124
6.1. Модели стационарных и нестационарных временных рядов,
их идентификация - 124
6.2. Системы эконометрических уравнений - 126
6.3. Оценивание длины периоды и периодической составляющей - 128
6.4. Метод ЖОК оценки результатов взаимовлияний факторов - 136
Цитированная литература - 140

Глава 7. Эконометрический анализ инфляции - 141
7.1. Определение индекса инфляции - 141
7.2. Практически используемые потребительские корзины
и соответствующие индексы инфляции - 145
7.3. Свойства индексов инфляции - 150
7.4. Возможности использования индекса инфляции
в экономических расчетах - 158
7.5. Динамика цен на продовольственные товары в Москве
и Московской области - 162
Цитированная литература - 169

Глава 8. Статистика нечисловых данных - 170
8.1. Объекты нечисловой природы - 170
8.2. Вероятностные модели конкретных видов объектов
нечисловой природы - 182
8.3. Структура статистики объектов нечисловой природы - 194
8.4. Законы больших чисел и состоятельность статистических оценок
в пространствах произвольной природы - 202
8.5. Непараметрические оценки плотности в пространствах произвольной
природы - 213
Цитированная литература - 217

Глава 9. Статистика интервальных данных - 219
9.1. Основные идеи статистики интервальных данных - 219
9.2. Примеры статистического анализа интервальных данных - 224
9.3. Статистика интервальных данных и оценки погрешностей
характеристик финансовых потоков инвестиционных проектов - 227
Цитированная литература - 230

Глава 10. Проблемы устойчивости эконометрических процедур - 231
10.1. Общая схема устойчивости - 236
10.2. Робастность статистических процедур - 236
10.3. Устойчивость по отношению к объему выборки - 239
10.4. Устойчивость по отношению к горизонту планирования - 244
Цитированная литература - 248

Глава 11. Эконометрические информационные технологии - 249
11.1. Проблема множественных проверок статистических гипотез - 249
11.2. Проблемы разработки и обоснования статистических технологий - 253
11.3. Методы статистических испытаний (Монте-Карло) и датчики
псевдослучайных чисел - 262
11.4. Методы размножения выборок (бутстреп-методы) - 265
11.5.Эконометрика в контроллинге - 268
Цитированная литература - 271

Глава 12. Эконометрические методы проведения экспертных исследований
и анализа оценок экспертов - 273
12.1. Примеры процедур экспертных оценок - 273
12.2. Основные стадии экспертного опроса - 276
12.3. Подбор экспертов - 278
12.4. О разработке регламента проведения сбора
и анализа экспертных мнений - 280
12.5. Методы средних баллов - 286
12.6. Метод согласования кластеризованных ранжировок - 289
12.7. Математические методы анализа экспертных оценок - 293
Цитированная литература - 298

Глава 13. Эконометрические методы управления качеством
и сертификации продукции - 300
13.1. Основы статистического контроля качества продукции - 300
13.2. Асимптотическая теория одноступенчатых планов
статистического контроля - 311
13.3. Некоторые практические вопросы статистического контроля
качества продукции и услуг - 313
13.4. Всегда ли нужен контроль качества продукции? - 317
13.5. Статистический контроль по двум альтернативным признакам
и метод проверки их независимости по совокупности малых
выборок - 324
13.6. Эконометрика качества и сертификация - 331
Цитированная литература - 338

Глава 14. Эконометрика прогнозирования и риска - 340
14.1. Методы социально-экономического прогнозирования - 340
14.2. Основные идеи технологии сценарных экспертных прогнозов - 346
14.3. Различные виды рисков - 349
14.4. Подходы к управлению рисками - 355
Цитированная литература - 357

Глава 15. Современные эконометрические методы - 359
15.1. О развитии эконометрических методов - 359
15.2. Точки роста - 362
15.3. О некоторых нерешенных вопросах эконометрики и
прикладной статистики - 370
15.4. Высокие статистические технологии и эконометрика - 376
Цитированная литература - 385

Приложение 1. Вероятностно-статистические основы эконометрики - 388
П1-1. Определения терминов теории вероятностей и прикладной
статистики - 388
П1-2. Математическая статистика и ее новые разделы - 410
Цитированная литература - 413

Приложение 2. Нечеткие и случайные множества - 415
П2-1. Законы де Моргана для нечетких множеств - 415
П2-2. Дистрибутивный закон для нечетких множеств - 415
П2-3. Нечеткие множества как проекции случайных множеств - 416
П2-4. Пересечения и произведения нечетких и случайных множеств - 419
П2-5. Сведение последовательности операций над нечеткими множествами
к последовательности операций над случайными множествами - 420
Цитированная литература - 423

Приложение 3. Методика сравнительного анализа родственных эконометрических моделей - 424
П3-1. Общие положения - 424
П3-2. Родственные математические модели - 424
П3-3. Теоретические единичные показатели качества - 426
П3-4. Эмпирические единичные показатели качества - 427
П3-5. Методы согласования ранжировок - 428
П3-6. Методы проверки согласованности, кластеризации и усреднения ранжировок - 428
П3-7. Пример сравнения родственных математических моделей на основе эмпирических единичных показателей качества - 429
П3-8. Математические основы методов согласования ранжировок и классификаций - 432
П3-9. Теоретические основы методов проверки согласованности, кластеризации и усреднения ранжировок - 436
Цитированная литература - 437

Приложение 4. Примеры задач по эконометрике - 438


Предисловие (к третьему изданию)

Эконометрика исследует конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей.
Как учебная дисциплина эконометрика изучается после прохождения курсов теории вероятностей и математической статистики и общей теории статистики (иногда - экономической статистики). Эти дисциплины обязательны для подготовки экономистов и менеджеров, особенно в технических вузах.
Целью изучения учебной дисциплины "Эконометрика" является овладение современными эконометрическими методами анализа конкретных экономических данных на уровне, достаточном для использования в практической деятельности менеджера и менеджера-экономиста, инженера.
Основные задачи курса - изучение современных эконометрических методов и моделей, в том числе методов прикладной статистики (статистики случайных величин, многомерного статистического анализа, временных рядов, статистики нечисловых и интервальных данных), экспертного оценивания, эконометрических моделей инфляции, инвестиций, качества, прогнозирования и риска.
Теоретическую базу эконометрики составляют математические дисциплины - общий курс (математический анализ, линейная алгебра), теория вероятностей и математическая статистика, дискретная математика, исследование операций; а также основы экономической теории и статистика (общая теория статистики, экономическая статистика).
Настоящий учебник соответствует Государственным образовательным стандартам по экономическим дисциплинам. Кроме того, материалы учебника можно использовать при изучении курсов "Математические методы прогнозирования", "Экономика отрасли", "Прогнозирование и технико-экономическое планирование", "Экология и инвестиционная активность предприятия", "Экономика предприятия" и др.
Учебник адресован в первую очередь студентам дневных отделений экономических специальностей. Они найдут весь необходимый материал для изучения различных вариантов эконометрических курсов. Особенно хочется порекомендовать учебник тем, кто получает наиболее ценимое в настоящее время образование - на экономических факультетах в технических вузах. Слушатели вечерних отделений, в том числе получающие второе образование по экономике и менеджменту, смогут изучить основы эконометрики и познакомиться с основными вопросами ее практического использования. Менеджерам, экономистам и инженерам, изучающим эконометрику самостоятельно или в институтах повышения квалификации, учебник позволит познакомиться с ее ключевыми идеями и выйти на мировой уровень образования. Специалистам по теории вероятностей и математической статистике эта книга также может быть интересна и полезна, в ней описан современный взгляд на прикладную математическую статистику, основные подходы и результаты в этой области, открывающие большой простор для дальнейших математических исследований.
В отличие от учебной литературы по математическим дисциплинам, в настоящей книге практически отсутствуют доказательства. В нескольких случаях мы сочли целесообразным их привести. При первом чтении доказательства теорем можно пропустить.
Особо надо сказать о роли ссылок на литературу. Чтобы усвоить материал, представленный в книге, необходимо знать указанные выше стандартные учебные курсы. Доказательства же всех приведенных в учебнике теорем читатель найдет в публикациях, указанных в списках литературы, которые даны в каждой главе. Каждая глава учебника - это только введение в большую область эконометрики, и может появиться вполне естественное желание выйти за пределы учебника. Приведенные литературные списки могут этому помочь.
Автор настоящего учебника - ученый и педагог с тридцатилетним опытом работы в области эконометрики и прикладной статистики. Автор пользуется возможностью выразить признательность за совместную работу своим 170 соавторам по различным публикациям. Познакомиться с современной научной информацией по эконометрике можно на сайтах https://orlovs.pp.ru/, http://www.ibm.bmstu.ru/nil/lab.html. Достаточно большой объем информации содержит еженедельная рассылка "Эконометрика", выпускаемая с июля 2000 г. (автор благодарен А.А. Орлову за компьютерную поддержку настоящего проекта).
По ряду причин исторического характера основное место публикаций научных работ по статистическим методам и прикладной статистике в нашей стране - раздел "Математические методы исследования" журнала "Заводская лаборатория". В разделе публикуются статьи по статистическим методам анализа технических и технико-экономических данных. Автор благодарит главного редактора академику РАН Н.П.Лякишева, зам. главного редактора М.Г.Плотницкую, редактору отдела М.Е.Носову. Автору приятно выразить радость от возможности работать вместе с коллегами по секции "Математические методы исследования" редколлегии журнала, прежде всего с заслуженным деятелем науки РФ проф. В.Г.Горским. Автор искренне благодарен своим учителям - академику АН УССР Б.Г. Гнеденко, проф. В.В. Налимову.
Автор выражает признательность заведующему кафедрой "Экономика и организация производства" факультета "Инженерный бизнес и менеджмент" Московского государственного технического университета им. Н.Э. Баумана проф., докт. эконом. наук С.Г. Фалько за постоянную поддержку проекта по разработке и внедрению эконометрических курсов. Хотелось бы сказать «спасибо» всему коллектива кафедры и факультета в целом, декану В.К.Селюкову и членам Ученого Совета, поддержавшим инициативу о введении эконометрики в учебный процесс МГТУ им. Н.Э.Баумана.
Автор благодарен научному редактору Е.Е.Узловой за большую работу при подготовке рукописи к печати.
В учебнике изложено представление об эконометрике, соответствующее общепринятому в мире. Сделана попытка изложить материал на современном уровне научных исследований в области эконометрики. Конечно, возможны различные точки зрения по тем или иным частным вопросам. Автор будет благодарен читателям, если они сообщат свои вопросы, замечания по адресу издательства или по электронной почте Е-mail: prof-orlov@mail.ru.


УДК 330.43
ББК 65.051

Орлов, А.И.
Эконометрика: учебное пособие / А.И. Орлов. — 3-е изд. (эл.) — М.: Национальный Открытый Университет «ИНТУИТ» ; Саратов: Ай Пи Ар Медиа, 2020. — 676 с. — Текст : электронный.

ISBN 978-5-4497-0362-0

Эконометрика исследует конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. В данном учебном пособии изложено представление об эконометрике, соответствующее общепринятому в мире. Сделана попытка изложить материал на современном уровне научных исследований в области эконометрики.
Основные задачи издания — изучение современных эконометрических методов и моделей, в том числе методов прикладной статистики (статистики случайных величин, многомерного статистического анализа, временных рядов, статистики нечисловых и интервальных данных), экспертного оценивания, эконометрических моделей инфляции, инвестиций, качества, прогнозирования и риска.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июл 16, 2022 11:33 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1121 от 18 июля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем главу 1 "Структура современной эконометрики" нашего учебника "Эконометрика" (2004 г.), электронный вариант которого выпущен в 2020 г. (см. подробнее выпуск электронного еженедельника «Эконометрика» - электронной газеты кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана - No.1120 от 11 июля 2022 г.).





Глава 1. Структура современной эконометрики

Эконометрика – это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей (Энциклопедический Словарь). Эконометрические методы - это прежде всего методы статистического анализа конкретных экономических данных, естественно, с помощью компьютеров. В нашей стране они пока сравнительно мало известны, хотя именно у нас наиболее мощная научная школа в области основы эконометрики – теории вероятностей. В настоящей главе дается общее представление о структуре и возможностях эконометрики, включая ее последние достижения.
Что дает эконометрика для формирования мышления менеджера и экономиста? Почему необходимо учить будущих экономистов и менеджеров эконометрике? Эти вопросы - центральные для нашего обсуждения.

1.1. Эконометрика сегодня

Статистические (эконометрические) методы используются в зарубежных и отечественных экономических и технико-экономических исследованиях, работах по управлению (менеджменту). Применение прикладной статистики и других статистических методов дает заметный экономический эффект. Например, в США - не менее 20 миллиардов долларов ежегодно только в области статистического контроля качества. В 1988 г. затраты на статистический анализ данных в нашей стране оценивались в 2 миллиарда рублей ежегодно [1]. Согласно расчетам сравнительной стоимости валют на основе потребительских паритетов (см. главу 7), эту величину можно сопоставить с 2 миллиардами долларов США. Следовательно, объем отечественного "рынка статистических и эконометрических услуг" был на порядок меньше, чем в США, что совпадает с оценками и по другим показателям, например, по числу специалистов.
Публикации по новым статистическим методам, по их применениям в технико-экономических исследованиях, в инженерном деле постоянно появляются, например, в журнале "Заводская лаборатория", в секции "Математические методы исследования". Надо назвать также журналы "Автоматика и телемеханика" (издается Институтом проблем управления Российской академии наук), "Экономика и математические методы" (издается Центральным экономико-математическим институтом РАН).
Однако необходимо констатировать, что для большинства менеджеров, экономистов и инженеров эконометрика является экзотикой. Это объясняется тем, что в вузах современным статистическим методам почти не учат. Во всяком случае, по состоянию на 2001 г. каждый квалифицированный специалист в этой области - самоучка.
Этому выводу не мешает то, что в вузовских программах обычно есть два курса, связанных со статистическими методами. Один из них - "Теория вероятностей и математическая статистика". Этот небольшой курс читают специалисты с математических кафедр и успевают дать лишь общее представление об основных понятиях математической статистики. Кроме того, внимание математиков обычно сосредоточено на внутриматематических проблемах, их больше интересует доказательства теорем, а не применение современных статистических методов в задачах экономики и менеджмента. Другой курс - "Статистика" или "Общая теория статистики", входящий в стандартный блок экономических дисциплин. Его читают экономисты, не всегда хорошо подкованные в математике. Фактически он является введением в прикладную статистику и содержит первые начала эконометрических методов (по состоянию на 1900 г.). Учебники по "Общей теории статистики" являются неисчерпаемой копилкой математико-статистических ошибок, они порождают поток публикаций, разоблачающих эти ошибки (см., например, [2]). Ничего удивительного в этом нет - такие учебники писали и пишут высококвалифицированные в своей области экономисты, однако они, как правило, плохо знают математику.
Эконометрика (как учебный предмет) призвана, опираясь на два названных вводных курса, вооружить экономиста, менеджера, инженера современным эконометрическим инструментарием, разработанным за последние 50-70 лет. Не владея эконометрикой, отечественный специалист - менеджер и инженер - оказывается неконкурентоспособным по сравнению с зарубежным. Во многих странах мира - Японии и США, Франции и Швейцарии, Перу и Ботсване и др. - статистическим методам обучают в средней школе, ЮНЕСКО постоянно проводят конференции по вопросам такого обучения [3] . В СССР и СЭВ, а теперь - по плохой традиции - и в России игнорируют этот предмет в средней школе и лишь слегка затрагивают его в высшей. Результат на рынке труда очевиден - снижение конкурентоспособности специалистов.
Обсудим сложившуюся ситуацию, уделив основное внимание статистическим методам в экономических и технико-экономических исследованиях, т.е. эконометрике.

1.2. Эконометрика = экономика + метрика

Сначала необходимо выяснить, что обычно понимают под эконометрикой. Затем обсудим современное состояние эконометрики как научно-практической дисциплины.
Во вводных монографиях по экономической теории, как правило, выделяют в качестве ее разделов макроэкономику, микроэкономику и эконометрику. При этом о макроэкономике и микроэкономике обычно подробно рассказывается в тех же монографиях или в дальнейших учебных пособиях, в то время как об эконометрике узнать что-либо самостоятельно российскому студенту почти невозможно. Лишь в последнее время появились отдельные курсы в нескольких московских экономических вузах и соответствующие учебники, увы, трактующие ее крайне узко.
В одном из наиболее распространенных в России вводном курсе западной экономической теории сказано: "Статистический анализ экономических данных называется эконометрикой, что буквально означает: наука об экономических измерениях" [4, с.25]. Действительно, термин "эконометрика" состоит из двух частей: "эконо-" - от "экономика" и "-метрика" - от "измерение". Эконометрика (в другом русско- и англоязычном варианте названия этой дисциплины - эконометрия) входит в обширное семейство дисциплин, посвященных измерениям и применению статистических методов в различных областях науки и практики. К этому семейству относятся, в частности, биометрика (или биометрия), технометрика, наукометрия, психометрика, хемометрика (наука об измерениях и применении статистических методов в химии). Особняком стоит социометрия - этот термин закрепился за статистическими методами анализа взаимоотношений в малых группах, т.е. за небольшой частью такой дисциплины, как статистический анализ в социологии. Эконометрика, как и другие "метрики", посвящена развитию и применению статистических методов в конкретной области науки и практики - в экономике, прежде всего в теории и практике менеджмента.
В мировой науке эконометрика занимает достойное место. Нобелевские премии по экономике получили эконометрики Ян Тильберген, Рагнар Фриш, Лоуренс Клейн, Трюгве Хаавельмо. В 2000 г. к ним добавились еще двое - Джеймс Хекман и Дэниель Мак-Фадден. Выпускается ряд научных журналов, полностью посвященных эконометрике, в том числе:
Journal of Econometrics (Швеция),
Econometric Reviews (США),
Econometrica (США),
Sankhya. Indian Journal of Statistics. Ser.D. Quantitative Economics (Индия),
Publications Econometriques (Франция).
Однако в нашей стране по ряду причин эконометрика не была сформирована как самостоятельное направление научной и практической деятельности, в отличие, например, от Польши, которая стараниями О.Ланге и его коллег покрыта сетью эконометрических "институтов" (в российской терминологии - кафедр вузов). В настоящее время в России начинают развертываться эконометрические исследования, в частности, начинается широкое преподавание этой дисциплины.
Кратко рассмотрим в настоящей главе современную структуру эконометрики. Знакомство с ней необходимо для обоснованных суждений о возможностях применения эконометрических методов и моделей в экономических и технико-экономических исследованиях.

1.3. Структура эконометрики

В эконометрике, как дисциплине на стыке экономики (включая менеджмент) и статистического анализа, естественно выделить три вида научной и прикладной деятельности (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование эконометрических методов (методов прикладной статистики) с учетом специфики экономических данных;
б) разработка и исследование эконометрических моделей в соответствии с конкретными потребностями экономической науки и практики;
в) применение эконометрических методов и моделей для статистического анализа конкретных экономических данных.
Кратко рассмотрим три только что выделенных вида научной и прикладной деятельности. По мере движения от а) к в) сужается широта области применения конкретного эконометрического метода, но при этом повышается его значение для анализа конкретной экономической ситуации. Если работам вида а) соответствуют научные результаты, значимость которых оценивается по общеэконометрическим критериям, то для работ вида в) основное - успешное решение задач конкретной области экономики. Работы вида б) занимают промежуточное положение, поскольку, с одной стороны, теоретическое изучение эконометрических моделей может быть весьма сложным и математизированным (см., например, монографию [5]), с другой - результаты представляют интерес не для всей экономической науки, а лишь для некоторого направления в ней.
Прикладная статистика - другая область знаний, чем математическая статистика. Это четко проявляется и при преподавании. Курс математической статистики состоит в основном из доказательств теорем, как и соответствующие учебные пособия. В курсах прикладной статистики и эконометрики основное - методология анализа данных и алгоритмы расчетов, а теоремы приводятся как обоснования этих алгоритмов, доказательства же, как правило, опускаются (их можно найти в научной литературе). Внутренняя структура статистики как науки была выявлена и обоснована при создании в 1990 г. Всесоюзной статистической ассоциации (см., например, статью [6]). Прикладная статистика - методическая дисциплина, являющаяся центром статистики. При применении к конкретным областям знаний и отраслям народного хозяйства получаем научно-практические дисциплины типа "статистика в промышленности", "статистика в медицине" и др. С этой точки зрения эконометрика - это "статистические методы в экономике". Математическая статистика играет роль математического фундамента для прикладной статистики. К настоящему времени очевидно четко выраженное размежевание этих двух научных направлений. Математическая статистика исходит из сформулированных в 1930-50 гг. постановок математических задач, происхождение которых связано с анализом статистических данных. В настоящее время исследования по математической статистике посвящены обобщению и дальнейшему математическому изучению этих задач. Поток новых математических результатов (теорем) не ослабевает, но новые практические рекомендации по обработке статистических данных при этом не появляются. Можно сказать, что математическая статистика как научное направление замкнулась внутри себя. Сам термин "прикладная статистика", используемый с 1960-х годов, возник как реакция на описанную выше тенденцию. Прикладная статистика нацелена на решение реальных задач. Поэтому в ней возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими методами, т.е. путем доказательства теорем. Большую роль играет методологическая составляющая - как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента.
Рассматриваемое соотношение математической и прикладной статистик отнюдь не являются исключением. Как правило, математические дисциплины проходят в своем развитии ряд этапов. Вначале в какой-либо прикладной области возникает необходимость в применении математических методов и накапливаются соответствующие эмпирические приемы (для геометрии это - "измерение земли" в т.н. Древнем Египте). Затем возникает математическая дисциплина со своей аксиоматикой (для геометрии это - время Евклида). Затем идет внутриматематическое развитие и преподавание (считается, что большинство результатов элементарной геометрии получено учителями гимназий в XIX в.). При этом на запросы исходной прикладной области перестают обращать внимание, и та порождает новые научные дисциплины (сейчас "измерением земли" занимается не геометрия, а геодезия и картография). Затем научный интерес к исходной дисциплине иссякает, но преподавание по традиции продолжается (элементарная геометрия до сих пор изучается в средней школе, хотя трудно понять, в каких практических задачах может понадобиться, например, теорема о том, что высоты треугольника пересекаются в одной точке). Следующий этап - окончательное вытеснение дисциплины из реальной жизни в историю науки (объем преподавания элементарной геометрии в настоящее время постепенно сокращается, в частности, ей все меньше уделяется внимания на вступительных экзаменах в вузах). К интеллектуальным дисциплинам, закончившим свой жизненный путь, относится средневековая схоластика. Как отмечает проф. МГУ им. М.В. Ломоносова В.Н. Тутубалин [7], теория вероятностей и математическая статистика успешно двигаются по ее пути - вслед за элементарной геометрией.
Подведем итог. Хотя статистические данные собираются и анализируются с незапамятных времен (см., например, Книгу Чисел в Ветхом Завете), современная математическая статистика как наука была создана, по общему мнению специалистов, сравнительно недавно - в первой половине ХХ в. Именно тогда были разработаны основные идеи и получены результаты, излагаемые ныне в учебных курсах математической статистики. После чего специалисты по математической статистике занялись внутриматематическими проблемами, а для теоретического обслуживания проблем практического анализа статистических данных стала формироваться новая дисциплина - прикладная статистика. (Ее центральным печатным органом в нашей стране является упомянутая выше секция "Математические методы исследования" журнала "Заводская лаборатория", где за последние 30 лет опубликовано более 1000 статей по прикладной статистике.)
В настоящее время статистическая обработка данных проводится, как правило, с помощью соответствующих программных продуктов. Разрыв между математической и прикладной статистикой проявляется, в частности, в том, что большинство методов, включенных в статистические пакеты программ (например, в заслуженные Statgraphics и SPSS или в более новую систему Statistica), даже не упоминается в учебниках по математической статистике. В результате специалист по математической статистике оказывается зачастую беспомощным при обработке реальных данных, а пакеты программ применяют (что еще хуже - и разрабатывают) лица, не имеющие необходимой теоретической подготовки. Естественно, что они допускают разнообразные ошибки (напомним, анализ типовых ошибок при применении критериев согласия Колмогорова и омега-квадрат дан в [2]), в том числе в таких ответственных документах, как государственные стандарты по статистическим методам (ниже подробнее рассказано об удручающих результатах анализа этих стандартов; итоги суммированы в статье [8]).
Ситуация с внедрением современных статистических (эконометрических) методов на предприятиях и в организациях различных отраслей народного хозяйства противоречива. К сожалению, при развале отечественной промышленности в 1990-е годы больше всего пострадали структуры, наиболее нуждающиеся в эконометрических методах - службы качества, надежности, центральные заводские лаборатории и др. Однако толчок к развитию получили службы маркетинга и сбыта, сертификации, прогнозирования, инноваций и инвестиций, которым также полезны различные эконометрические методы, в частности, методы экспертных оценок.

1.4. Специфика экономических данных

Для анализа экономических данных могут применяться все разделы прикладной статистики, а именно:
статистика случайных величин;
многомерный статистический анализ;
статистика временных рядов и случайных процессов;
статистика объектов нечисловой природы, в том числе статистика интервальных данных.
Перечисленные четыре области выделены на основе математической природы элементов выборки: в первой из них это - числа, во второй - вектора, в третьей - функции, в четвертой - объекты нечисловой природы, т.е. элементы пространств, в которых нет операций сложения и умножения на число. Примерами объектов нечисловой природы являются значения качественных признаков, бинарные отношения (ранжировки, разбиения, толерантности), последовательности из 0 и 1, множества, нечеткие множества, интервалы, тексты (см. главы 8 и 9 ниже)..
Как и для применений статистических методов в иных областях, в эконометрике решаются задачи описания данных (в том числе усреднения), оценивания, проверки гипотез, восстановления зависимостей, классификации объектов и признаков, прогнозирования, принятия статистических решений и др.
Однако в некоторых отношениях экономические данные отличаются от технических или астрономических, и эти отличия необходимо учитывать при выборе методов анализа конкретных экономических данных.
Многие экономические показатели неотрицательны. Значит, их надо описывать неотрицательными случайными величинами. А вот нормальные распределения принципиально не подходят, поскольку для них вероятность отрицательных значений всегда положительна.
Экономические процессы развиваются во времени, поэтому большое место в эконометрике занимают вопросы анализа и прогнозирования временных рядов, в том числе многомерных. При этом в одних задачах больше внимания уделяют изучению трендов (средних значений, математических ожиданий), например, при анализе динамики цен. В других же - важны отклонения от средней тенденции, например, при применении контрольных карт (карт Шухарта, кумулятивных сумм и др.). Однако в целом спектральный анализ и выделение различных периодов, циклов и типов волн менее распространены, чем, скажем, в биометрике и медицине.
В экономике доля нечисловых данных существенно выше, чем в технике и технологии, соответственно больше применений для статистики объектов нечисловой природы (ниже разберем это утверждение подробнее).
Количество изучаемых объектов в экономическом исследовании часто ограничено в принципе, поэтому обоснование вероятностных моделей в ряде случаев затруднено. Уникальные объекты, например, город Москва, трудно рассматривать как элемент выборки из генеральной совокупности с каким-то определенным распределением, поскольку подобное рассмотрение противоречит здравому смыслу. Вспоминается давняя обложка журнала "Крокодил", на которой изображены два хозяйственника с монетой в руках: "Если упадет орлом, будем строить завод, если решкой - не будем". Подобная рандомизация решений выглядит бессмысленной при принятии ровно одного решения, однако при контроле качества в массовом производстве такой подход оправдан.
Поэтому в эконометрике часто применяются детерминированные методы анализа данных, в отличие от, например, технических наук, в которых обычным является использование вероятностных моделей. Неопределенность приходится описывать не в терминах вероятностно-статистических моделей, а иными способами, например, в терминах теории нечеткости (fuzzy sets theory) или математики и статистики интервальных данных.
Есть два принципиально различных подхода к изучению поведения организаций и людей. Согласно первому из них вполне допустимо описывать действия человека в вероятностных терминах, например, считать его ответ на заданный вопрос случайной величиной. Сторонники второго подхода полагают, что поведение человека или организации является детерминированным, определяется теми или иными причинами, а случайность при анализе выборки возникает лишь из-за случайности при отборе лиц для опроса или предприятий для изучения. Если ответ на вопрос имеет вид "да" - "нет", то число ответов "да" при первом подходе, как известно, имеет биномиальное распределение, а при втором - гипергеометрическое. К счастью для эконометриков, при увеличении объема генеральной совокупности эти два распределения сближаются (если доля выборки в генеральной совокупности мала, например, меньше 10%, то вместо гипергеометрического распределения можно использовать биномиальное), так что при обоих подходах можно применять одни и те же эконометрические методы, не тратя сил на решение философского вопроса о детерминированности или случайности поведения экономического агента- человека или организации.
Итак, специфика эконометрики проявляется не в перечне применяемых для анализа конкретных экономических данных статистических методов, а в частоте использования тех или иных методов.

1.5. Нечисловые экономические величины

В теоретических и практических задачах экономики и менеджмента постоянно используются различные величины, обычно рассматриваемые как числовые. Например, рыночная цена товара, прибыль предприятия, индекс инфляции, валовой внутренний продукт, чистая приведенная величина для потока платежей и т.д. При более тщательном анализе оказывается, что подобные величины не имеют определенного численного значения, они размыты, имеют нечисловой характер, и описывать их следует с помощью нечисловых математических понятий, относящихся к тем или иным классам объектов нечисловой природы, таким, как нечеткие множества, интервалы, распределения вероятностей и др.
Действительно, можно ли считать, что существует рыночная цена на некоторый товар, выраженная числом? Рассмотрим всем привычный товар - хлеб. Для определенности рассмотрим стандартный батон белого хлеба, который стоил 25 копеек в 1990 г. В настоящее время (июнь 2001 г.) в различных торговых точках Москвы его можно купить по ценам от 6 руб. 50 коп. до 7 руб. 30 коп. Сотрудники Института высоких статистических технологий и эконометрики в течение нескольких лет собирала информацию о ценах на 35 продовольственных товаров в 11 "точках" Москвы и Подмосковья (итоги подведены в статье [9]), и максимальная из отмеченных цен превышала минимальную, как правило, на 30-50%. Можно говорить о цене товара при конкретном акте купли-продажи, при покупке в конкретном магазине, но нельзя говорить о конкретном числовом значении рыночной цены товара. Так, говорить о "рыночной цене" конкретной квартиры (не в новостройке) бессмысленно. Цена выявится только в результате соглашения продавца и покупателе при совершении акта купли-продажи. С другой стороны, полностью отказываться от этого укоренившегося в литературе понятия нецелесообразно. Мы предлагаем принять, что рыночная цена - объект нечисловой природы, и описывать ее для стандартного батона белого хлеба, например, в виде интервала [6,50; 7,30] руб.
Анализируя реальные данные, убеждаемся, что интервальный характер имеют рыночные цены на двигатели, черный и цветной металл, сплавы, электроэнергию, нефть, бензин, автоприборы и автомобили, трактора, различные виды приводной техники и другие промышленные товары, точно так же как и на разнообразные услуги. Цены зависят от конкретного договора между поставщиком и потребителем. Часто появляется дополнительный мешающий фактор - инфляция. Так, с сентября 1995 г. по январь 1996 г. доллар США подешевел в нашей стране почти в 2 раза (если сравнивать по покупательной способности в области продовольственных товаров).
Нечисловой характер имеют не только цены. При обсуждении понятия "прибыль предприятия" начнем с очевидной бессмысленности выражения "максимизация прибыли" без указания интервала времени, за который прибыль максимизируется. Только задав интервал времени, можно принять оптимальные решения и рассчитать ожидаемую прибыль. Ясно, что оптимальные решения зависят от интервала планирования. Известная в экономической теории проблема "горизонта планирования" состоит в том, что оптимальное поведение зависит от того, на какое время вперед планируют, а выбор этого горизонта не имеет рационального обоснования. В монографии [5] рассмотрен ряд примеров указанной зависимости и предложено использовать асимптотически оптимальные планы. Дополнительная сложность состоит в том, что будущая прибыль не может быть определена точно, а потому сама должна описываться как объект нечисловой природы. Итак, задача "максимизации прибыли" может приобрести точный смысл, например, лишь как максимизация нечеткой прибыли на нечетком интервале времени. Оптимизация в случае нечетких переменных рассматривалась в литературе (см., например, [10]), однако пока не получила широкого практического внедрения.
Для приведения экономических величин к одному моменту времени (к сопоставимым ценам) используются индексы инфляции, в другой терминологии, дефляторы. Рассчитывают их с помощью тех или иных потребительских корзин. При этом на нечеткость "рыночных цен" товаров накладывается произвол в выборе состава потребительской корзины и объемов потребления. Теоретический анализ этой ситуации привел нобелевского лауреата по экономике В.В.Леонтьева к выводу о принципиальной невозможности сравнения экономических величин, относящихся к различным моментам времени [11]. Возможный выход состоит в задании индекса инфляции в интервальном виде. Так, расчеты по собранным Институтом высоких статистических технологий и эконометрики данным о ценах показывают, что для Москвы индекс инфляции с марта 1991 г. по апрель 1999 г. описывается интервалом [21,5; 24,0] (при использовании деноминированных рублей).
Еще более размыты обобщенные макроэкономические показатели типа "валового внутреннего продукта" (ВВП), особенно при их сравнении по годам и странам. По мнению известного экономиста О.Моргенштерна [12] подобные макроэкономические показатели могут быть определены лишь с точностью 5-10%. Однако, если пользоваться одной и той же методикой расчета, то можно заметить и изменения в 0,1 %. Проблема в том, что сама методика может вызывать сомнения. Например, по применяемой Госкомстатом РФ "системе национальных счетов" банковские услуги составляют 13% ВВП. С точки зрения здравого смысла это - абсурдно высокая величина. Она объясняется тем, что, например, выдача кредита в 1 миллион рублей рассматривается как услуга стоимостью в 1 миллион рублей, эквивалентная выпечке и продаже 150 000 батонов хлеба. При всей высокой оценке тяжкого труда банковских боссов, клерков и охранников трудозатраты крестьян, мукомолов, пекарей, транспортников и продавцов 150 000 батонов хлеба, очевидно, несоизмеримо выше.
Нечеткость в неявной форме присутствует и в натуральных показателях. Пусть, например, выпущена партия из 1000 автомашин определенной марки. Нечеткость, связанная с этой партией, состоит в неопределенности реального срока службы автомашин, полезных и вредных эффектов от их эксплуатации. Для снятия этих неопределенностей необходимо, в частности, экономически оценить потери от гибели людей в автокатастрофах. Сколько стоит жизнь человека? При всем уважении к оценкам страховых компаний сама постановка этого вопроса вызывает неловкость. Многие этические и религиозные учения исходят из бесценности человеческой жизни. Из-за принципиальной недопустимости выражения стоимости человеческой жизни в денежных единицах не получили распространения, в частности, методы статистического контроля качества, основанные на учете народнохозяйственного ущерба от пропуска дефектных изделий при контроле.
Более подробно рассмотрим проблемы управления инвестиционными процессами. Одна из них - проблема сравнения инвестиционных проектов. С чисто финансовой точки зрения такой проект - это финансовый поток (cash flow), другими словами, поток платежей и поступлений, т.е. последовательность моментов времени, каждому из которых соответствует некоторая величина платежей (для определенности учитываем их со знаком "минус") или поступлений (учитываем со знаком "плюс"). Как оценивать такие потоки в целом, как их сравнивать? Из многих характеристик потоков платежей рассмотрим здесь две - чистую приведенную величину, называемую в отечественных публикациях также чистой текущей стоимостью или чистым дисконтированным доходом (есть и иные названия) и обозначаемую NPV (Net Present Value), и внутреннюю норму доходности, или прибыли IRR (Internal Rate of Return).
При определении NPV, как известно, для приведения величин платежей и поступлений к одному моменту времени используется постоянный дисконт-фактор. В реальности дисконт-фактор не является заранее известной функцией от времени и зависит от динамики как макроэкономических показателей - ставки рефинансирования Центрального банка РФ и индекса инфляции, так и микроэкономических - финансового положения инвестора, кредитной и депозитной ставок конкретного банка и др.. Кроме того, размеры и моменты осуществления платежей и поступлений также могут быть известны лишь с некоторой точностью. Следовательно, как функция от неопределенных (размытых) величин такая характеристика инвестиционного проекта, как NPV, сама является неопределенной. Лишь частично эту неопределенность можно снять, рассматривая NPV как функцию одной независимой переменной - дисконт-фактора. Если все перечисленные неопределенности можно описать интервалами (т.е. задать границы - "от" и "до"), то NPV также описывается интервалом, границы которого можно рассчитать с помощью подходов, развитых в статистике интервальных данных (см. главу 9 ниже). В результате в ряде случаев становится невозможным сделать однозначный выбор при сравнении двух инвестиционных проектов по NPV. Дело в том, что сравнение чисел можно провести всегда, а сравнение интервалов - лишь тогда, когда они не пересекаются. Если же пересекаются - целесообразно заявить об эквивалентности двух рассматриваемых инвестиционных проектов по чистой текущей стоимости NPV.
Внутренняя норма доходности IRR - это значение постоянного дисконт-фактора q, при котором NPV как функция q обращается в 0. К сожалению, как хорошо известно, при "неудачном" распределении поступлений и платежей уравнение NPV(q) = 0 может иметь не одно, а много решений. В литературе указывают и некоторые иные причины, по которым IRR нецелесообразно использовать для сравнения потоков платежей. Кроме того, в случае IRR имеются те же источники неопределенности, что и для NPV - размытость дисконт-фактора, моментов и величин поступлений и платежей. Эта размытость приводит к необходимости рассматривать IRR как интервал, а при непустоте пересечения интервалов, соответствующих двум инвестиционным проектам, сравнение этих проектов сводится к утверждению об их равноценности.
Итак, рассмотренные характеристики инвестиционных проектов NPV и IRR, как и любые иные, имеют неустранимые неопределенности. Игнорировать это объективное обстоятельство, завышать точность экономических расчетов - это значит обманываться самому либо вводить в заблуждение заказчиков расчетов.
Как же поступать при анализе инвестиционных проектов? Рассмотрим два корректных подхода к такому анализу. Во-первых, можно постараться явным образом учесть имеющиеся неопределенности (в том числе перечисленные выше) и применить те или иные способы анализа неопределенных величин, в частности, разработанные в теории нечеткости и в статистике объектов нечисловой природы (см., например, монографии [5,10]). Другими словами, требуется более тщательный экономико-математический анализ ситуации, предполагающий построение соответствующих эконометрических моделей, разработку и/или применение необходимого программного обеспечения. А для этого нужны обученные кадры, время и деньги.
Во-вторых, вместо расчетов можно обратиться к интуиции специалистов, применив современные методы экспертных оценок (см. ниже главу 12), в частности, основанные на сборе оценок экспертами нечисловых экономических величин и их анализе методами статистики объектов нечисловой природы. Для практического использования представляется перспективным оценивание в виде интервалов (частный случай применения теории нечетких множеств) и соответственно их анализ методами статистики интервальных данных. Применение комбинированных подходов, предполагающих использование систем, интегрирующих как эконометрические и экономико-математические модели, так и методы экспертных оценок - пока дело будущего.

1.6. Статистика интервальных данных - научное направление на стыке метрологии и математической статистики

В статистике интервальных данных (СИД) элементами выборки являются не числа, а интервалы, в частности, порожденные наложением ошибок измерения на значения случайных величин. Подробнее этот сравнительно новый, но весьма перспективный раздел эконометрики рассмотрим в главе 9. Здесь дадим лишь общее представление о статистике интервальных данных в сравнении с классической математической статистикой. Прежде всего отметим, что СИД входит в теорию устойчивости (робастности) статистических процедур и примыкает к интервальной математике. В СИД изучены практически все задачи классической прикладной математической статистики, в частности, задачи регрессионного анализа, планирования эксперимента, сравнения альтернатив и принятия решений в условиях интервальной неопределенности и др. Основная идея СИД является общеинженерной - каждая величина должна приводиться вместе с погрешностью ее определения. К сожалению, эта идея еще не стала общеэкономической.
Рассмотрим развитие в течение последних 15 лет асимптотических методов статистического анализа интервальных данных при больших объемах выборок и малых погрешностях измерений. В отличие от классической математической статистики, сначала устремляется к бесконечности объем выборки и только потом - уменьшаются до нуля погрешности. Разработана общая схема исследования, включающая расчет двух основных характеристик - нотны (максимально возможного отклонения статистики, вызванного интервальностью исходных данных) и рационального объема выборки (превышение которого не дает существенного повышения точности оценивания и статистических выводов, связанных с проверкой гипотез). Она применена к оцениванию математического ожидания и дисперсии, медианы и коэффициента вариации, параметров гамма-распределения в ГОСТ 11.011-83 и характеристик аддитивных статистик, для проверки гипотез о параметрах нормального распределения, в т.ч. с помощью критерия Стьюдента, а также гипотезы однородности двух выборок по критерию Смирнова, и т.д.. Разработаны подходы к учету интервальной неопределенности в основных постановках регрессионного, дискриминантного и кластерного анализов.
Многие утверждения СИД отличаются от аналогов из классической математической статистики. В частности, не существует состоятельных оценок: средний квадрат ошибки оценки, как правило, асимптотически равен сумме дисперсии этой оценки, рассчитанной согласно классической теории, и квадрата нотны. Метод моментов иногда оказывается точнее метода максимального правдоподобия (см. ГОСТ 11.011-83). Нецелесообразно с целью повышения точности выводов увеличивать объем выборки сверх некоторого предела. В СИД классические доверительные интервалы должны быть расширены вправо и влево на величину нотны, и длина их не стремится к 0 при росте объема выборки.
СИД позволяет снять некоторые противоречия между метрологией и классической математической статистикой. Например, вторая из названных дисциплин утверждает, что путем увеличения числа измерений можно сколь угодно точно оценить параметр, а первая вполне справедливо оспаривает это утверждение. Результаты СИД уточняют интуитивные представления метрологов (которые сосредотачивались, впрочем, вокруг весьма частного с точки зрения эконометрики вопроса - оценивания математического ожидания) и развенчивают "гордыню" математической статистики.

1.7. Эконометрические модели

Статистические и математические модели экономических явлений и процессов определяются спецификой той или иной области экономических исследований. Так, в экономике качества модели, на которых основаны статистические методы сертификации и управления качеством - модели статистического приемочного контроля, статистического контроля (статистического регулирования) технологических процессов (обычно с помощью контрольных карт Шухарта или кумулятивных контрольных карт), планирования экспериментов, оценки и контроля надежности и другие - используют как технические, так и экономические характеристики, а потому относятся к эконометрике, равно как и многие модели теории массового обслуживания (теории очередей). Экономический эффект только от использования статистического контроля в промышленности США оценивается как 0,8% валового национального продукта (20 миллиардов долларов в год), что существенно больше, чем от любого иного экономико-математического или эконометрического метода.
К эконометрике качества относятся многие публикации научно-технического журнал "Заводская лаборатория (диагностика материалов)". Этот журнал посвящен аналитической химии, физическим, математическим и механическим методам исследования, а также сертификации материалов. Он создан в 1932 г. и адресован специалистам черной и цветной металлургии, химической промышленности и др. Кроме сотрудников центральных заводских лабораторий, служб качества, надежности и других заводских подразделений, он ориентирован в основном на работников прикладных научно-исследовательских организаций. Сейчас журнал базируется в Институте металлургии им. А.А.Байкова Российской академии наук. С 60-х годов в нем действует секция редколлегии "Математические методы исследования", отвечающая за публикацию статей по статистическим методам в промышленности, в частности, в метрологии, диагностике материалов, стандартизации, управлении качеством и сертификации. Технические и экономические вопросы обычно рассматриваются в неразрывном единстве. С рассматриваемой тематикой должен быть знаком каждый специалист по эконометрике, а также по экономике и организации производства.
Ввиду важности статистических методов в стандартизации и управления качеством в СССР с начала 70-х годов разрабатывались государственные стандарты по статистическим методам в рассматриваемой области. По мнению ряда специалистов, из-за неграмотности разработчиков государственные стандарты содержали многочисленные ошибки. Для анализа ситуации в 1985 г. была организована т.н. Рабочая группа по упорядочению системы стандартов по прикладной статистике и другим статистическим методам. В этот научный коллектив входили 66 научных работников и специалистов из различных отраслей народного хозяйства и вузов, в том числе более 20 докторов наук. Оказалось, что существенная часть стандартов по статистическим методам действительно содержала грубые ошибки. Основная часть ошибочных стандартов была отменена, некоторые действуют до сих пор. Затем с целью исправления положения был организован Всесоюзный центр по статистическим методам и информатике (ныне - Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана), который разработал около 30 компьютерных систем по современным статистическим методам управления качеством. Наибольшее распространение получила система НАДИС (НАДежность и ИСпытания), созданная под руководством проф. О.И. Тескина (МГТУ им. Н.Э.Баумана). Итоги описанного направления работ подведены в журнале "Заводская лаборатория" в статье [8].
Работы по эконометрическим моделям статистического контроля постоянно публикуются в "Заводской лаборатории". Эти модели мы рассмотрим в главе 13. Рассмотрим здесь только одну конкретную рекомендацию, основанную на сравнении по экономическим показателям различных схем организации контроля и технического обслуживания. Этот подход приводит к принципиальному изменению технико-экономической политики при контроле качества. Он позволяет "снять" парадокс классической теории статистического контроля - чем выше достигнутый уровень качества, тем больше необходимый объем контроля. Предлагаемый выход состоит в переходе к расширению возможностей менеджера при выборе технической политики на основе учета экономических рисков. "Перекладывание" контроля на потребителя может быть экономически выгодно, если производитель организовал защиту от риска методом пополнения партий (путем включение запасных изделий) или путем развития технического обслуживания, позволяющего быстро заменять дефектное изделие.
Другой важный раздел эконометрики - теория и практика экспертных оценок. Экспертные оценки используют для решения ряда экономических задач, например, выбора оптимального направления инвестиций, или наилучшего образца определенного вида продукции для организации массового выпуска, или при прогнозировании развития экономической ситуации, или при распределении финансирования... Следовательно, используемые в теории экспертных оценок модели [ являются эконометрическими. Они рассматриваются в главе 12.
Менее полезными практически (с точки зрения достигаемого экономического эффекта), но более известными в теоретических и учебных публикациях являются различные эконометрические модели, предназначенные для прогнозирования макроэкономических показателей. Это обычно модели весьма частного вида, имеющие целью прогнозирование многомерного временного ряда. Они представляют собой систему линейных зависимостей между прошлыми и настоящими значениями переменных. В таких задачах оценивают как структуру модели, т.е. вид зависимости между значениями известных координат вектора в прежние моменты времени и их значениями в прогнозируемый момент (т.е. проводят т.н. идентификацию модели), так и коэффициенты, входящие в эту зависимость. Структура такой модели - объект нечисловой природы, что и объясняет сложность соответствующей теории.
Каждой области экономических исследований, связанной с анализом эмпирических данных, как правило, соответствуют свои эконометрические модели. Например, для моделирования процессов налогообложения с целью оценки результатов применения управляющих воздействий (например, изменения ставок налогов) на процессы налогообложения должен быть разработан комплекс соответствующих эконометрических моделей. Кроме системы уравнений, описывающей динамику системы налогообложения под влиянием общей экономической ситуации, управляющих воздействий и случайных отклонений, необходим блок экспертных оценок. Полезен блок статистического контроля, включающий как методы выборочного контроля правильности уплаты налогов (налогового аудита), так и блок выявления резких отклонений параметров, описывающих работу налоговых служб. Подходам к проблеме математического моделирования процессов налогообложения посвящена монография [13], содержащая также информацию о современных статистических (эконометрических) методах и экономико-математических моделях, в том числе имитационных.
С помощью эконометрических методов следует оценивать различные величины и зависимости, используемые при построении имитационных моделей процессов налогообложения, в частности, функции распределения предприятий по различным параметрам налоговой базы. При анализе потоков платежей необходимо использовать эконометрические модели инфляционных процессов, поскольку без оценки индекса инфляции невозможно вычислить дисконт-функцию, а потому нельзя установить реальное соотношение авансовых и "итоговых" платежей. Прогнозирование сбора налогов может осуществляться с помощью системы временных рядов - на первом этапе по каждому одномерному параметру отдельно, а затем - с помощью некоторой линейной эконометрической системы уравнений, дающей возможность прогнозировать векторный параметр с учетом связей между координатами и лагов, т.е. влияния значений переменных в определенные прошлые моменты времени. Возможно, более полезными окажутся имитационные модели более общего вида, основанные на интенсивном использовании современной вычислительной техники.

1.8. Применения эконометрических методов

Эконометрика не так сильно оторвалась от реальных задач, как математическая статистика, специалисты в области которой зачастую ограничиваются доказательством теорем, не утруждая себя вопросом о том, для решения каких практических задач эти теоремы могут быть нужны. Поэтому эконометрические модели обычно доводятся "до числа", т.е. применяются для обработки конкретных эмпирических данных. Так, эконометрические методы нужны для оценки параметров экономико-математических моделей, например, моделей логистики (в частности, управления запасами [5]).
Приведение к сопоставимым ценам - составная часть любого экономического расчета, связанного более чем с одним моментом времени. Как показали наши наблюдения над ценами, использование публикуемых Госкомстатом РФ значений индексов инфляции приводит к систематическим ошибкам. Так, по нашим данным цены за 5 лет (с декабря 1990 г. по декабрь 1995 г.) выросли в среднем в 9989 раз, а по данным Госкомстата РФ - в 4700 раз. Различие - в 2 раза! Оно сохраняется и в настоящее время. Сказанное определяет актуальность использования независимой информации о ценах и индексах инфляции при анализе экономического положения российских предприятий и граждан России.
В частности, инфляцию необходимо учитывать при анализе результатов финансовой деятельности предприятий и их подразделений за год или более длительные интервалы времени. Постепенно эта простая мысль становится все более близкой специалистам в указанной области, хотя до сих пор в большинстве случаев оперируют номинальными значениями, как будто инфляция полностью отсутствует.
Эконометрические методы следует использовать как составную часть научного инструментария практически любого технико-экономического исследования. Оценка точности и стабильности технологических процессов, разработка адекватных методов статистического приемочного контроля и статистического контроля технологических процессов, оптимизация выхода полезного продукта методами планирования экстремального эксперимента в химико-технологических системах, повышение качества и надежности изделий, сертификация продукции, диагностика материалов, изучение предпочтений потребителей в маркетинговых исследованиях, применение современных методов экспертных оценок в задачах принятия решений, в частности, в стратегическом, инновационном, инвестиционном менеджменте, при прогнозировании - везде полезна эконометрика.
Бесспорно совершенно, что практически любая область экономики и менеджмента имеет дело со статистическим анализом эмпирических данных, а потому имеет те или иные эконометрические методы в своем инструментарии. Например, перспективно применение этих методов для анализа научного потенциала России, при изучении рисков инновационных исследований, в задачах контроллинга [14], при проведении маркетинговых опросов, сравнении инвестиционных проектов, эколого-экономических исследований в области химической безопасности биосферы и уничтожения химического оружия, в задачах страхования, в том числе экологического, при разработке стратегии производства и продажи специальной техники и во многих других областях.

1.9. Эконометрика как область научно-практической деятельности

Подводя итоги сказанному выше, обратимся к вопросам подготовки кадров в области эконометрики. В настоящее время в классификаторах специальностей научных работников и специальностей, по которым идет подготовка студентов, эконометрика не представлена вообще, а статистика - двумя отдельными позициями: в специальности "теория вероятностей и математическая статистика" как часть математики и как одна из экономических специальностей. Такие практически важные области, как статистические методы в промышленности, в частности, статистические методы управления качеством и надежностью (т.е. обеспечения, повышения качества промышленной продукции) , технической диагностики, планирования эксперимента, а также статистические методы в менеджменте, в экологии, в химии, в геологии, в медицине и т.д., и т.п. вообще не представлены в рассматриваемых классификаторах. Можно сказать, что они существуют нелегально, потому что, например, научным работникам при защите диссертаций приходится "маскироваться" под другие специальности.
Поскольку кадры по статистическим методам и эконометрике не готовятся, то каждый специалист - самоучка, то общее их число на порядок меньше, чем в Великобритании. США и других странах, в которых науки "эконометрика" и "статистика" рассматривается в одном ряду с такими общепризнанными науками, как математикой, физикой, химией, биологией и др.
Разрыв между математической статистикой и статистикой как экономической дисциплиной обернулся тем, что математики "замкнулись в себе", доказывая теоремы на основе постановок 30-50 гг. и почти ничего не давая для анализа реальных данных, а экономисты, хотя и помещают математико-статистические методы в свои книги, но, не зная математики, дают непрекращающийся поток ошибок в учебниках.
Давно стало ясно, что положение в области статистических методов и эконометрики надо менять. В 1985-90 гг. была проведена большая работа по анализу положения дел в области теории и практики статистики и эконометрики в нашей стране. В итоге в октябре 1990 г. создана Всесоюзная статистическая ассоциация (ВСА). Как единое целое ВСА после развала СССР перестала действовать, хотя де-юре продолжает существовать, поскольку решение о роспуске ВСА в соответствии с ее Уставом может принять только съезд ВСА. Такого съезда не было.
В соответствии с реальной структурой статистики ВСА делилась на четыре секции, а именно: 1) практической статистики, 2) статистических методов и их применений, 3) статистики надежности (состояла из работников оборонной промышленности), 4) социально-экономической статистики. Названия секций, зафиксированные в документах ВСА, не вполне соответствуют действительности. Первая секция состояла из работников Госкомстата, большинство членов второй и третьей занимаются научной и практической деятельностью, в том числе в социально-экономической области (в частности, ведут научные и практические работы по эконометрике), а четвертая состояла из преподавателей статистических дисциплин в рамках экономического образования. Вторая секция (во взаимодействии с третьей) "породила" в 1992 г. Российскую ассоциацию статистических методов, а в 1996 г. - Российскую академию статистических методов. В настоящее время эти структуры занимаются в основном поддержкой проведения научных исследований и публикацией их результатов.
По ряду исторических причин отечественная статистика расколота на кланы, практически не взаимодействующие друг с другом. Создание ВСА преследовало, в частности, цель налаживания контактов между секциями 1 и 4, с одной стороны, и секциями 2 и 3, с другой. К сожалению, в обстановке, наступившей с 1992 г., было не до перестройки теории статистики, ее применений и преподавания.
Однако необходимость налаживания контактов не отпала. Так, вряд ли можно считать допустимой ситуацию, когда практически в каждом учебнике по "общей теории статистики" даются абсолютно неверные рекомендации по применению критерия Колмогорова, используемого для проверки согласия эмпирического распределения с теоретическим [2]. Очевидно, необходимы постоянные контакты между специалистами по социально-экономическим применениям статистических методов, с одной стороны, и математической статистике, с другой стороны. Эконометрика находится именно на этом стыке.

1.10. Эконометрические методы в практической и учебной деятельности

Компьютер на рабочем месте менеджера, экономиста, инженера - уже реальность. Практическое применение эконометрических методов обычно осуществляется с помощью диалоговых систем, соответствующих решаемым экономическим и технико-экономическим задачам. Для конкретных наборов задач таких систем разработано уже много, некоторые перечислены в статье [8]. Создание подобных систем должны быть продолжено. Так, для налоговых служб должны быть подготовлены соответствующие оригинальные системы на базе действующих автоматизированных информационных систем (АИС).
Однако для того, чтобы грамотно применять компьютерную систему, надо иметь некоторые предварительные знания по эконометрике. В отсутствии подобных знаний у подавляющего большинства российских экономистов и инженеров, в том числе у менеджеров - директоров предприятий, государственных служащих, а также, например, у работников налоговых органов, - основная проблема. Лицо, ничего не знающее об эконометрике, не в состоянии понять, что эта научно-практическая дисциплина может помочь решить проблемы его организации, а потому ему и в голову не приходит пригласить бригаду эконометриков к сотрудничеству.
Эта проблема наглядно выявилась в ходе работ Всесоюзного центра статистических методов и информатики (ныне - Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана). Центром был разработан широкий спектр программных систем по эконометрике. Однако число их продаж было явно неадекватно проведенным оценкам емкости рынка, т.е. числу предприятий, которым были бы полезны эти системы. Это объяснялось попросту отсутствием на подавляющем числе предприятий специалистов, знакомых с эконометрическими методами хотя бы на том элементарном уровне, который позволяет понять, что им такие системы нужны. Например, нужны для того, чтобы обоснованно анализировать и выбирать планы статистического приемочного контроля, что необходимо делать практически на любом предприятии, независимо от отрасли и форм собственности. В любом договоре на поставку есть раздел "Правила приемки и методы контроля", и подготовлен он обычно отнюдь не на современном уровне. Если же на предприятии были квалифицированные специалисты, то они стремились расширить свой инструментарий за счет программных систем по эконометрике Всесоюзного центра статистических методов и информатики.
Поэтому надо широко преподавать эконометрику. Без этого разработанные для нужд организаций и предприятий имитационные компьютерные модели на основе эконометрических методов останутся омертвленным капиталом, не будут грамотно использоваться.
Но не следует сосредотачиваться лишь на подготовке специалистов по разработке эконометрических методов, умеющих доказывать теоремы и писать программы. Прежде всего нужны пользователи, понимающие, для решения каких задач годится тот или иной эконометрический метод, какая нужна исходная информация, как интерпретировать выдаваемые компьютером результаты.
Современное обучение эконометрическим методам возможно лишь при использовании компьютерных систем статистического анализа, включающих, в частности, методы статистики объектов нечисловой природы и другие идеи последних десятилетий. Большой интерес у студентов вызывает использование конкретных эконометрических данных, например, таких: на июнь 2001 г. индекс инфляции составил, по нашим данным, более 42,5 (по сравнению с декабрем 1990 г.), следовательно, средняя начисленная зарплата по стране (2260 руб. в месяц) в ценах декабря 1990 г. равна 2260/42,5 = 53 руб.18 коп., т.е. за 10,5 лет уменьшилась в 5,6 раз (в декабре 1990 г. средняя зарплата составляла 297 руб.). Прежняя минимальная зарплата в 70 руб. (декабрь 1990 г.) при индексации соответствует примерно 3000 руб., т.е. заметно больше средней зарплаты июня 2001 г. Эконометрическому анализу инфляции посвящена глава 7 ниже.
Эконометрические методы - эффективный инструмент в работе менеджера и инженера, занимающегося конкретными проблемами, и задача высшей школы - дать его в руки выпускников экономических и технических специальностей. Кроме теоретических знаний, менеджеры и инженеры должны иметь практические инструменты - сделанные на основе современных достижений эконометрической науки компьютерные системы, предназначенные для анализа статистических данных и построения эконометрических моделей конкретных экономических и технико-экономических явлений и процессов.
Подведем некоторые итоги. В настоящей главе продемонстрирована необходимость обучения эконометрическим методам будущих менеджеров, экономистов, инженеров . Рассмотрено место курса эконометрики в системе высшего технического образования: опираясь на курсы "Теория вероятностей и математическая статистика" и "Статистика", он призван довести знания студентов до уровня современности. Указаны связи курса эконометрики со многими иными учебными предметами - менеджментом, маркетингом, экологией, стандартизацией, метрологией и управлением качеством, инвестиционной, инновационной, контрольной и контроллинговой деятельностью, оценкой финансового состояния предприятия, прогнозированием и технико-экономическим планированием, экономико-математическим моделированием производственных систем и др.
Эконометрика - эффективный инструмент научного анализа и моделирования в руках квалифицированного менеджера, экономиста, инженера.

Цитированная литература

1. Комаров Д.М., Орлов А.И. Роль методологических исследований в разработке методоориентированных экспертных систем (на примере оптимизационных и статистических методов). - В сб.: Вопросы применения экспертных систем. - Минск: Центросистем, 1988. С.151-160.
2. Орлов А.И. Распространенная ошибка при использовании критериев Колмогорова и омега-квадрат. - Журнал " Заводская лаборатория". 1985. Т.51. №1. С.60-62.
3. The teaching of statistics / Studies in mathematical education, vol.7. - Paris, UNESCO, 1991. - 258 pp.
4. Долан Э.Дж., Линдсей Д.Е. Рынок: микроэкономическая модель. - СПб: СП "Автокомп", 1992. - 496 с.
5. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979. - 296 с.
6. Орлов А.И. О перестройке статистической науки и её применений. - Журнал "Вестник статистики". 1990. No.1. С.65 - 71.
7. Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). - М.: Знание, 1977. - 64 с.
8. Орлов А.И. Сертификация и статистические методы. - Журнал "Заводская лаборатория". 1997. Т.63. № 3. С.55-62.
9. Орлов А.И., Жихарев В.Н., Цупин В.А., Балашов В.В. Как оценивать уровень жизни? (На примере московского региона). – Журнал «Обозреватель-Observer». 1999. No.5 (112). С. 80-83.
10. Орлов А.И. Задачи оптимизации и нечеткие переменные. - М.: Знание, 1980. -64 с.
11. Леонтьев В. Экономические эссе. Теория, исследования, факты и политика: Пер. с англ. - М.: Политиздат, 1990. - 415 с.
12. Моргенштерн О. О точности экономико-статистических наблюдений. - М.: Статистика, 1968. - 324 с.
13. Математическое моделирование процессов налогообложения (подходы к проблеме) / Коллективная монография под ред. Н.Ю.Ивановой, А.И.Орлова и др. - М.: ЦЭО Минобразования РФ, 1997. - 232 с.
14. Карминский А.М., Оленев Н.И., Примак А.Г., Фалько С.Г. Контроллинг в бизнесе. Методологические и практические основы построения контроллинга в организациях. - М.: Финансы и статистика, 1998. - 256 с.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июл 23, 2022 11:56 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1122 от 25 июля 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь со статьей А.И. Орлова "Науковедение в свете Биокосмологической инициативы".





Науковедение в свете Биокосмологической инициативы

Александр Иванович Орлов

Московский государственный технический университет им. Н.Э. Баумана,
г. Москва


Science studies in the light of the Biocosmological Initiative

Alexander Ivanovich Orlov

Bauman Moscow State Technical University, Moscow, Russia


Резюме. Статья посвящена новым результатам в области изучения и управления наукой, стимулированным идеями Биокосмологической Инициативы, которая в работе подвергается анализу. В новом подходе вопросы Биполярных структур выделяются в более свободном и широком значении, но это производится в цели искомого усиления существующих наукометрических возможностей, и в плане разрешения возникших современных проблем развития и управления реальной наукой. Так, выделяются и анализируются Биполярные структуры как различающие противоположные типы рациональности («Большие полюса») : на примере западной (Трансценденталистской) науки, которая является полярной по отношению к отечественной (Органицистской) науке. Одновременно, выделяются и изучаются как дихотомия диаметрально противоположных сфер и направлений научной деятельности, так и вопросы взаимодействий между ними; и которые являются одинаково присущими каждому из «Больших полюсов». Примером последнему служит изучение процесса приращения знаний – социального продвижения научных работников и их достижений, в дихотомиях: фундаментальная наука – прикладная наука; наукометрия – экспертные оценки; и др. (всего 23 структуры). Также в статье обсуждается развитие науки как информационного процесса в свете реализации Биокосмологической Инициативы.
Ключевые слова: науковедение, Биокосмологическая инициатива, Биполярные структуры, научные кланы, наукометрия, экспертные оценки, базы данных WoS и Scopus, национальная наука.


Содержание
Введение
1. Кратко о науке
2. Биокосмологическая инициатива – ориентир науковедения
3. Биполярные структуры науки
4. Изучение развития науки как информационного процесса
Некоторые итоги

Abstract. The article is devoted to new results in the studies and management of science, stimulated by the ideas of the Biocosmological Initiative. In the new approach, the issues of Bipolar structures are highlighted in a looser and broader context, but this is done in order to enhance the existing scientometric possibilities, and in terms of resolving the contemporary problems in the development and management of real science. Thus, Bipolar structures are highlighted and analyzed as distinguishing opposing types of rationality (“Major poles”): on the example of Western (Transcendentalist) science – science, which is polar opposite to home-grown (Russian) Organicist science. At the same time, both the dichotomy of diametrically opposite spheres and directions of scientific activity, as well as the issues of interactions between them – are singled out and studied; and which are equally inherent in each of the “Major poles”. An example of the latter is exploring the process of the growth of knowledge – the social advancement of scientific workers and their achievements, in the dichotomies: fundamental science – applied science; scientometrics – expert assessments; and others (23 structures in total). The article also discusses the development of science as an information process in the light of realizing the Biocosmological Initiative.
Keywords: Science of Science, Biocosmology Initiative, Bipolar structures, scientific clans, scientometrics, expert estimation, databases of the WoS and Scopus, national science.

Table of contents
Introduction
1. A brief introduction to science
2. The Biocosmology Initiative – a reference point for the studies of science
3) Bipolar structures of science
4) Exploring the development of science as an information process
Some conclusions

Synopsis
We have been involved in the study and management of science since the 1980s. The present article focuses on new findings in the area of science studies and science management, stimulated by the impetus of the Biocosmology Initiative. The latter, first of all, reveals the (Bi)polar types of scientific knowledge; but also, in a new light – it activates the issues of studying the poles in a broader sense, in all their existing diversity, for the subsequent achievement of their scientometric analysis and evaluation. It is the highlighting of the full range of existing poles (in their Bipolarity) in the development of science and their new consideration in the light of the Biocosmological Initiative – all this constitutes the main task of the study. After a brief introduction to science, we present the provisions of the Biocosmological Initiative – a landmark in the science of science.

The main content of the article is to highlight and discuss 23 pairs of interacting poles in the development of science:

1. Increase of knowledge – social advancement of scientific workers.
2. Fundamental science – applied science.
3. The need to increase knowledge in a particular scientific field – inability to master the available literature.
4. Development of science (dynamics) – scientific clans (statics).
5. Established fields of science – emerging new; narrow specialization – interdisciplinarity.
6. Conducting research “from scratch” – preliminary analysis of publications.
7. Learning by problem solving – learning through lectures and the study of literature.
8. Originality (new) for the world – originality (new) for the reader.
9. The impossibility of comparing scientific works by significance – the need to compare the results of the activities of researchers and organizations.
10. Scientometrics – expert estimations.
11. Science – journalism.
12. Western databases WoS and Scopus – home-grown databases (RSCI; and new challenged databases capable of accepting and supporting the Biocosmology Initiative).
13. Electronic publications – paper journals.
14. Monographs – textbooks.
15. Monographs – articles.
16. Journals – collections of papers.
17. Journals – monographs.
18. Variety of scientific publications – bibliometric databases.
19. The breadth of information dissemination – selectivity.
20. Scientific work – teaching.
21. Pairs of poles on the professional path of a researcher: personal work – conversations, travel; recognition of merit – funding; youth is experience.
22. Western (world) science – home-grown (national) science.
23. Publications abroad (in English) – publications in Russian.

Biocosmology (which uses Aristotelism as a referential framework) – is a new interdisciplinary direction, which has yet to “conquer a place under the sun of science”. It is very important that there is a journal around which to rally for realizing the Biocosmological Initiative. One of the priority tasks is the generation of a true bibliographic database (for Biocosmology, thus – of the Organicist and Integralist Types of scholarly knowledge), as an indispensable repository of relevant rational (scientific, philosophical) information. The issue becomes very urgent because the RSCI, and even more so WoS and Scopus, as shown above – they factually are incapable for supporting the Biocosmology Initiative realization. A new sought-for knowledge database can be organized, for example, on the basis of Cyberleninka, a well-known and successful Internet resource.


Реферат
Проблемами изучения и управления наукой мы занимаемся с 1980-х годов. Настоящая статья посвящена новым результатам в области изучения и управления наукой, ориентированным на достижение установками Биокосмологической Инициативы. Последняя прежде всего выявляет полярные Типы научного знания; но также, в новом свете – активизирует вопросы изучения полюсов в более широком значении, во всем существующем их разнообразии, для последующей реализации их наукометрического анализа и оценки. Именно выделение всего спектра существующих полюсов в развитии науки и их новое рассмотрение в свете Биокосмологической инициативы составляет главную задачу данного исследования.

Основное содержание статьи – выделение и обсуждение 23 пар взаимодействующих полюсов в развитии науки:

1. Приращение знаний – социальное продвижение научных работников.
2. Фундаментальная наука – прикладная наука.
3. Необходимость увеличения знания в своей области науки – невозможность освоить имеющую литературу.
4. Развитие науки (динамика) – научные кланы (статика).
5. Сложившиеся области науки – возникающее новое знание; узкая специализация – междисциплинарность.
6. Проведение исследования «с нуля» – предварительный анализ публикаций.
7. Обучение путем решения задач – обучение на основе лекций и изучения литературных источников.
8. Оригинальность (новое) для мира – оригинальность (новое) для читателя.
9. Невозможность сравнения научных работ по значимости – необходимость сравнения результатов деятельности исследователей и организаций.
10. Наукометрия – экспертные оценки.
11. Наука – журналистика.
12. Западные базы данных WoS and Scopus – отечественные базы данных (РИНЦ; и новые перспективные базы данных, способные воспринять и поддержать Биокосмологическую Инициативу).
13. Электронные издания – бумажные журналы.
14. Монографии – учебники.
15. Монографии – статьи.
16. Журналы – сборники.
17. Журналы – монографии.
18. Многообразие научных публикаций – библиометрические базы данных.
19. Широта распространения информации – избирательность.
20. Научная работа – преподавание.
21. Пары полюсов на профессиональном пути исследователя: личная работа – беседы, путешествия; признание заслуг – финансирование; молодость – опыт.
22. Западная (мировая) наука – отечественная (национальная) наука.
23. Публикации за рубежом (на английском языке) – публикации на русском языке.

Биокосмология (которая использует Аристотелизм как референциальную основу) – это новое междисциплинарное направление, которому еще предстоит «завоевать место под солнцем науки». Весьма важно, что есть журнал, вокруг которого можно сплотиться для реализации Биокосмологической Инициативы. Одной из первоочередных задач является создание настоящей библиографической базы данных (для Биокосмологии; а, значит – всех источников Органицистского и Интегралистского Типов научного знания), как незаменимого хранилища необходимой рациональной (научной, философской) информации. Вопрос становится очень актуальным, поскольку РИНЦ, а тем более WoS и Scopus, как показано выше – они фактически неспособны поддержать реализацию Биокосмологической Инициативы. Новую базу знаний можно организовать, например, на базе Киберленинки – известного и успешного Интернет-ресурса.


Основное содержание статьи

Введение

Проблемами изучения и управления наукой мы занимаемся с 1980-х годов. Предварительные итоги подведены в монографии [Лойко и др., 2017] и статьях последних лет [Орлов, 2019, 2021a, 2021b]. Принятое на 22-м Международном симпозиуме по Биокосмологии (в рамках 7-й Международной конференции по Глобалистике, Москва, МГУ, 15–18 июня 2021 г.) «Обращение к научному сообществу – выдвижение Биокосмологической Инициативы» [2021] дает новый импульс исследованиям в науковедении. Настоящая статья посвящена новым результатам в области изучения и управления наукой, стимулированным идеями Биокосмологической Инициативы.


1. Кратко о науке

Под наукой часто понимают сферу деятельности людей, функцией которой является выработка и теоретическая систематизация знаний о действительности (Большая советская энциклопедия). С этим определением можно поспорить, поскольку абстрактные системы, с которыми часто имеет дело математика, отнюдь не всегда связаны с действительностью. Относить математику к естественным наукам тем более нелепо, хотя бы потому, что при этом игнорируются математические методы в экономике. Нечеткость определения понятия "наука" не очень мешает обсуждению проблем науки. Более того, именно то, что мы мыслим нечетко, позволяет нам понимать друг друга и не заниматься бесконечным уточнением определений.
В реальной науке работают миллионы исследователей. Только в Российском индексе научного цитирования (РИНЦ) зарегистрировано более миллиона авторов. Определение численности научных работников затрудняется тем, что Росстат не относит к ним профессорско-преподавательский состав вузов, хотя эта категория трудящихся дает значительное количество публикаций. В России затраты на исследовательские разработки в 2010 году составили 1,13% валового внутреннего продукта (ВВП), а в 2019-м – 1,03% ВВП. Для принятия обоснованных решений в области управления наукой необходимо изучать свойства научного сообщества.
Биокосмологическая инициатива – ориентир науковедения. На ее основе при рассмотрении проблем развития реальной науки и управления ею выделим биполярные структуры, описываемые с помощью двух полюсов и взаимодействий между ними. Продемонстрируем единство и борьбу противоположностей. Каждая из перечисленных биполярных структур заслуживает подробного рассмотрения, но в настоящей работе мы хотим показать многообразие проблем развития науки.

2. Биокосмологическая инициатива – ориентир науковедения

Рассмотрим нужные нам в настоящей статье положения Биокосмологической Инициативы. В соответствии с Биокосмологическим подходом реальную науку рассматриваем как единую, естественную и динамически развивающуюся субъект. Под субъектом подразумевается одно целое (целостная организация), главным свойством которого является присущее ему целе-организованное жизненное Само-развитие, и которое реализуется на основании Само-поддержания и Само-управления, на гомеостатическом уровне, всех своих витальных функций.

Не менее важна Биполярность – неизменное существование в реальной жизни (соответственно – науке) двух (и именно Двух) противоположных центров (полюсов) целостной жизненной организации, причем при рассмотрении науки с разных сторон целесообразно анализировать ряд пар противоположных полюсов. Согласно следующему принципу Триадичности : полюса объединяются в целостную жизненную организацию реальной науки, рассматриваемой как центр, имеющий способности и возможности к взаимодействию одновременно с обоими полюсами. Для анализа процесса развития науки и управления им важно рассматривать круговоротную Цикличность – динамическое естественное поочередное доминирование (полюсов и центра) в организации целостной жизни субъекта. Важна Четырехстороннесть – существенная (и необходимая) одновременная активность как обоих полюсов; так и, под влиянием их доминирующей организации – двух циклов в круговоротной жизненной активности реальной науки (можно сопоставить с циркадианными циклами «сна» и «бодрствования»). Подчеркнем и Пятивалентность – неотъемлемое значение центра (т.е. реальной науки) – в существовании полюсов субъекта и круговоротной реализации всех его жизненных циклов. Полезны понятия онтогенетической конечности (жизненного пути науки и ее конкретных составляющих), функционалистской гетерогенности и иерархичности в существующих системах целостной жизненной организации реальной науки.;

Научное знание о науке естественным образом является Биполярным : т.е. научное знание всегда содержит в себе два полярных (и несовместимых друг с другом напрямую) – противоположных научных подхода, которые в равной мере необходимы для Интегрального (целостного Триединого) истинного рационального (научного и философского) знания. В то же время, как становится ясным с позиции Биокосмологии (и что имеет значение краеугольного камня) : оба полярных научных подхода (Дуалистский и Органицистский) являются в равной мере необходимыми для целостного успешного развития рационального знания (т.е. науки и философии). Однако, последнее становится возможным исключительно на основе применения в науковедении самостоятельного Третьего (но Первого, по значению) Интегралистского Типа научного знания, изучающего предметы в полном (целостном) охвате. Любое научное Интегралистское знание являются способным к осуществлению познания и объяснения реальной науки исключительно через необходимое объединение оснований и средств из обоих полярных Типов знания (как, например, осуществление системного знания является невозможным без признания целеполагания составляющих систему элементов-органов).

Как подчеркнуто в Биокосмологической Инициативе, необходима переориентация главного вектора научной деятельности на полюс Органицизма (Динамического Энтелехистского натурализма, АнтропоКосмизма, Ноосферной целостной организации мировых процессов). Таким образом, в основании выдвинутой Биокосмологической инициативы находится признание очевидной естественной Биполярности и динамической Триадичности реального субъектного (автономного – целевого Саморазвивающегося) мира реальной науки. При условии, что научное знание рассматривается в его целостном единстве – Триединстве (соответственно, Триадологии) – суть Инициативы состоит в том, чтобы продвигать (безотлагательно) Биокосмологический подход как новую форму Интегралистского знания, которая предпринимает поворот в сторону полюса и оснований Органицистского Типа рациональных (т.е. научных и философских) знаний.

Таким образом, суть Обращения к академическому (научному и философскому) сообществу и выдвигаемой Биокосмологической Инициативы заключается в призыве к рассмотрению и признанию необходимого возвращения (восстановления, в естественном круговоротном циклическом эволюционном развитии) истинной Триадологической (Трех Типов, но возможных только в Триединстве) сущности действительного научного знания.

В реализации этой грандиозной задачи первоочередное значение имеет признание натуралистской Биполярности и динамической Триадичности научного знания, а в структуре последнего – полюса Органицистского, целедвижимого интегрирующего знания (равного по значению Дуалистскому-англосаксонскому аналитическому знанию, и основания которого были утверждены в XVII веке); и что в этой связи необходим решительный разворот, на основаниях современного (XXI века) Интегрализма – от Трансценденталистского (Южного, Антропоцентризма) Дуалистского полюса – к Северному (АнтропоКосмизма и Ноосферности) полюсу Органицистского Типа рационального (научного и философского) знания; предпочтительно в русле Биокосмологического (Интегралистского – Север-Восточного) развития (цитируется по основополагающему документу «Обращение к научному сообществу – выдвижение Биокосмологической Инициативы» [2021]).

3. Биполярные структуры науки

1. С одной стороны, цель научной деятельности – приращение знаний. С другой стороны – это сфера для социального продвижения по карьерной лестнице. Одни ученые тратят силы на постижение нового, другие «ученые» – на получение денег, званий, должностей, наград, почета. Эти два полюса взаимодействуют. Герцог Кавендиш мог посвятить себя чистой науке (он даже не считал нужным публиковать свои работы, поэтому в школе мы изучает закон Кулона, хотя значительно раньше его открыл Кавендиш), поскольку был полностью обеспечен, и имел все условия для своей научной деятельности. Обычный ученый должен бороться за финансовое обеспечение, должности, ученые звания, поскольку только их наличие дает ему возможность заниматься любимым делом. Но есть и те, кто больше всего ценит в науке ценит возможность социального продвижения, хотя для этого им приходится делать некоторый вклад в приращение знаний.

2. Два важных полюса – фундаментальная наука и прикладная наука. Фундаментальные научные исследования нацелены на бескорыстное приращение чистого знания, их можно оценивать по вкладу в информационный процесс развития науки, полученные результаты доступны всем исследователям. Прикладные научные исследования обычно проводятся в интересах конкретных заказчиков, по усмотрению которых используются полученные результаты. На пути широкого их распространения стоят интересы заказчиков, проводится охрана государственной и коммерческой тайны. Два полюса тесно взаимодействуют. Продвижения в фундаментальной науке используются в прикладных целях. Наоборот, при решении конкретных прикладных задач постоянно возникают вопросы, требующие фундаментального исследования. Поэтому иногда говорят, что вся наука является прикладной. Есть и мнение, что фундаментальные исследования – это те работы, которые никому не нужны. Выделяют и промежуточные области между фундаментальной и прикладной наукой, но их обсуждение не входит в нашу задачу.

3. Знание основных результатов своей научной области – это то, что обычно ожидают от ученого. Этому полюсу противостоит очевидная невозможность достаточно полно освоить имеющиеся статьи и монографии. Действительно, если читать по 1 работе в неделю, то за 100 лет удастся изучить 5200 статей и книг, в то время число работ в достаточно развитой области (например, в статистических методах) измеряется миллионами, Разрыв на три порядка! Можно констатировать, что основная проблема современности – всеобщее невежество научных работников. Каждый из них знаком лишь с весьма небольшой долей тех публикаций, которые ему следовало бы знать. Причина (относительного) невежества – огромный объем накопленных знаний. Из констатации очевидного утверждения о всеобщем невежестве научных работников вытекает ряд следствий.

4. Обычно считаем, что наука едина, без внутренних границ. Однако в целях борьбы со всеобщим невежеством возникает клановая структура. Научный клан обычно состоит из нескольких сотен исследователей, которые достаточно хорошо знают работы друг друга, но имеют смутное представление о том, что делается за пределами клана. Клан обычно имеет инфраструктуру – дружественные научно-исследовательские организации и вузы, научные журналы, конференции, диссертационные советы. Типовым поведением членов клана является поддержка своих и борьба с чужими. Клановая структура консервирует устоявшиеся направления и препятствует развитию нового. Поддерживается статика в ущерб динамическому развитию.

5. Два полюса – сложившиеся области и возникающее новое. У каждого исследователя – выбор: либо осваивать и развивать сложившуюся область, либо строить новое. Клановая структура нацелена на первый полюс, но для динамического развития науки важнее второй. В современном англоязычном научном сообществе явно господствует первый полюс, поэтому следует ожидать загнивания западной науки, занимающейся в основном полировкой ранее полученных научных результатов. В этой связи можно говорить еще о двух полюсах: узкая специализация – междисциплинарность. Если во времена Аристотеля междисциплинарность была нормой, то в настоящее время наблюдаем уход в узкую специализацию внутри своего научного клана.

6. Как начинать исследование? И здесь два полюса: работы с нуля – работы, развивающие прежние. Первый полюс – начинать обдумывать возникшую (выделенную) проблему, не тратя времени на знакомство с литературой (но, очевидно, на базе типового набора знаний, в который входят, например, дифференциальное и интегральное исчисления). Опасность – можно повторить то, что сделано другими. Второй полюс – начать со знакомства с литературой. Задача заведомо невыполнимая из-за огромного количества публикаций, имеющих то или иное отношение к рассматриваемой проблеме. Обычно знакомство с литературой приводит к тому, что исследователь начинает рассматривать частности в работах предшественников. Образно говоря, начинает полировать ножки письменного стола, изготовленного основоположником. Например, в математике тратит силы на переход к требованию непрерывности некоторой функции взамен требования её дифференцируемости.

7. Пропаганда пользы исследования «с нуля» взамен ориентации на анализ публикаций приводит к экстремистской системе обучения путем решения последовательности специально подобранных задач (система «всё – в задачах»). Второй полюс – обучение на основе лекций и изучения литературных источников (прежде всего учебников). Система «всё – в задачах», разумеется, развивает умение решать задачи, но не учит использованию опыта, подходов, приемов предшественников. Опасности второго подхода – начетничество, зубрежка без понимания смысла. Автор настоящей статьи еще в 1970-х годах составил систему уравнений, описывающих процесс обучения. В этой системе на основе принципа максимума Понтрягина показано, что на основном этапе обучения на пассивное увеличение знаний (лекции) должна тратиться 1/3 учебного времени, а на решение задач (семинары) – 2/3 [Орлов, 1978, 2014].

8. Еще пара полюсов: оригинальность результата для мира (объективно новое) – оригинальность (субъективно новое) для конкретного лица (читателя или самого исследователя). Объективную новизну установить практически невозможно из-за огромного количества имеющихся публикаций. Достижима лишь субъективная новизна. Как следствие, затруднено распространение новых результатов, заметно количество повторных открытий и изобретений. Наблюдаем живучесть ошибок.

9. Весьма важны два полюса. Первый – научные исследования принципиально нельзя сравнивать, даже в одной области, поскольку каждая из них – самостоятельный кирпичик в здании науки. Если говорить о цели научной деятельности как приращении знаний, то это так. Если же исходить из того, что наука – сфера для социального продвижения, то сравнивать необходимо – для принятия решений о финансировании, назначении на должности, и т.п. Требования этого второго полюса необходимо учитывать в реальном мире. Основополагающая проблема в том, как сравнивать.

4. Изучение развития науки как информационного процесса

10. При сравнении есть два полюса – опора на объективные данные наукометрии и применение субъективных экспертных оценок. Традиционно главенствовал второй способ, хотя постоянно возникал вопрос: «А эксперты кто?». Каковы эксперты – таков и результат. И лишь недавно развитие современных информационно-коммуникационных технологий позволило получить надежную статистическую базу о публикациях и цитировании. Появился объективный показатель для измерения значимости работ ученого (по «гамбургскому счету»). Полвека назад В.В. Налимов и З.М. Мульченко [1969] в первой в мире монографии по наукометрии показали, что вклад ученого в науку измеряется числом цитирований его работ. Речь идет о фундаментальной науке, рассматриваемой как информационный процесс. Раз цитируют – значит, работы нужны. Вполне естественным является противодействие тех, чьи индексы цитирования (относительно лидеров по этому показателю) оказались ниже, чем они ожидали. Обычно проигравшие по числу цитирований упирают на экспертные оценки, очевидно, полагая, что социально близкие к ним эксперты дадут более высокие оценки. Эти ожидания зачастую оправдываются, поскольку подбор экспертов обычно осуществляется внутри того клана, к которому принадлежат отрицающие наукометрию. Отметим, что автор настоящей статьи выпустил наиболее известный в нашей стране учебник «Экспертные оценки» [Орлов, 2011], другими словами, знаком как с наукометрией, так и с экспертными оценками как профессионал.

11. Очевидно, наукометрические показатели зависят от того, по какому массиву исходной информации проводятся расчеты. Итоги по массиву научных публикаций одни, а по массиву журналистских материалов – другие. Широко известные в Интернете специалисты зачастую сравнительно мало цитируются в научных изданиях (можно привести фамилии), и наоборот, лидеры научного цитирования обычно мало знакомы широкой публике. Итак, два полюса – наука и журналистика.

12. Индексы цитирования можно рассчитывать на основе тех или иных баз библиографических данных. Основная такая база в нашей стране – Научная электронная библиотека (elibrary.ru), на основе которой действует Российский индекс научного цитирования (РИНЦ). В целом РИНЦ охватывает основную часть массива публикаций российских исследователей. Популярны, особенно среди администраторов от науки и высшего образования, западные базы данных и соответствующие индексы цитирования WoS и Scopus. Поскольку российские журналы слабо представлены в этих базах, то и индексы цитирования на их основе дефектны. Системы управления российской наукой, исходящие из данных WoS и Scopus, наносят большой вред нашей стране. Они заставляют российских ученых безвозмездно передать геополитическому противнику результаты исследований, выполненных на деньги российских налогоплательщиков. Мы уже подробно писал и об этом [Орлов, 2021a, 2021b]. Отметим, что здесь наблюдаем извращенное взаимодействие двух полюсов – отечественной науки и т.н. мировой науки.

13. Укажем на взаимодействие двух полюсов – электронные издания и бумажные материалы. Электронные издания гораздо более доступны, чем бумажные. Хотя в настоящее время еще продолжают выходить книги и журналы в бумажном варианте, их ждет вымирание. Если кто-либо предпочитает читать тексты на бумаге, он может распечатать электронную книгу или статью. Давняя идея выпускать книги под заказ конкретных читателей-покупателей реализуется в естественном виде типографии на дому. Бумажные книги продолжат свою жизнь как подарки и выставочные экземпляры. С другой стороны, ранее выпущенные издания уходят в историю, если они не оцифрованы. Хотя объем оцифрованных материалов растет, в прошлое безвозвратно уходят многие статьи, книги, доклады, выпущенные в ХХ в. и ранее.

14. Перейдем к обсуждению различных видов научных публикаций. Два полюса: монографии и учебники. Цель монографии – дать сводку полученных научных результатов, цель учебника – представить материал для обучения. Ясно, что этот материал должен быть современным. Весьма важно, что их всего многообразия полученных к настоящему времени научных результатов будущему поколению достанется лишь то, что вошло в учебники, остальное окажется практически недоступным. Отсюда рекомендация – готовить монографии так, чтобы их можно было использовать как учебники (в соответствии с принципом «Образование – через науку»). Именно так подготовлены многие наши книги, которые можно использовать и как монографии, и как учебники.

15. Еще два полюса: монографии и статьи. С точки зрения развития науки естественно завершить серию статей монографией. Однако после этого дальнейшие ссылки пойдут на монографию, а не на статьи. Поток цитирований может уменьшиться (ссылки даются на одну монографию, а не на несколько статей). Особенно может пострадать индекс Хирша.

16. Современные инструментальные средства наукометрии делают упор на научные журналы. В основном индексируются статьи из журналов. Именно по цитированию в журналах принимают решения администраторы. Между тем ясно, что журналы соответствуют сложившимся направлениям, являются органами тех или иных кланов. Новое возникает вне журналов. Создатели новых направлений сначала объединяются вокруг созданного ими семинара, затем проводят конференции, выпускают сборники по тематике своих направлений. Именно таковы были начальные десятилетия таких направлений, как «Прикладная статистика» и «Экспертные оценки», среди основоположников которых был и автор настоящей статьи. И только потом в журнальном мире проявляются новые направления. Они либо проникают в ранее созданные журналы, либо создают свои. Так взаимодействуют полюса: журналы и сборники. Впрочем, до сих пор нет российских журналов «Прикладная статистика» и «Экспертные оценки», хотя соответствующие направления выявились 40–50 лет назад.

17. Еще два полюса: журналы и монографии. Итоги работ обычно подводят в монографиях. Об ученом судят прежде всего по написанным им монографиям. Однако администраторы часто принижают значение монографий по сравнению со статьями в журналах. Кроме того, после выхода монографии сокращается число цитирований предыдущих статей – новые статьи опираются на монографию. Таким образом, сложившаяся ошибочная традиция не стимулирует исследователей к написанию монографий.

18. Сторонники субъективных экспертных оценок стараются взять реванш, дискриминируя издания по тем или иным признакам. Например, не все журналы индексируются в базе данных. В старейшем журнале «Экономист» (до 1990 г. – «плановое хозяйство») проиндексированы в РИНЦ лишь отдельные статьи. Аналогична ситуация с журналом «Biocosmology – neo-Aristotelism». Некоторые издания учитываются в научно электронной библиотеке НЭБ (elibrary.ru), но не включаются в РИНЦ. Внутри РИНЦ на основе оценок неизвестных нам экспертов выделена привилегированная зона – т.н. «ядро РИНЦ". В западных базах WoS и Scopus, ориентированных на англоязычных авторов, ситуация гораздо хуже – подавляющее большинство отечественных изданий попросту проигнорировано. Кроме того, в этих базах проводится дискриминация журналов по импакт-фактору (число ссылок за данный год на материалы, размещенные в журнале на протяжении прошедших двух или пяти лет, разделенное на итоговое число размещенных за данное время статей). Используют разделение журналов по квартилям (1-й квартиль, второй квартиль, ...), исходя из распределения импакт-фактора по всему многообразию журналов, включенных в соответствующую базу данных. Наблюдаем стремление воздействовать на научную сообщество с целью направить поток публикаций в наиболее модные англоязычные журналы, что наносит вред национальным интересам России. Таким образом, весьма неоднозначно взаимодействие полюсов: «массив научных публикаций» – «библиометрические базы данных».

19. Отметим полюса: широта распространения информации – избирательность. Для развития науки требуется свобода распространения информации. Однако журналы зачастую требуют плату за допуск к статьям в течении (свободный допуск – у подписчиков), например, двух лет после выхода статьи (свободный допуск – у подписчиков). Причина очевидна – для издания журнала нужны средства. Однако в итоге наблюдаем ограничение свободы распространения информации. В быстро развивающихся областях подобная задержка может привести к потере приоритета. Вместе с тем отметим, что наиболее ценные статьи цитируются десятилетиями, поэтому при оценке значимости журнала по импакт-фактору (т.е. по цитируемости за два или пять лет) возможны грубые ошибки.

20. Обсудим полюса: наука – преподавание. Ожидают, что приращение нового знания происходит в результате деятельности научно-исследовательских организаций, в то время как при преподавании происходит передача новому поколению ранее полученных знаний. Однако учить надо и недавно полученным знаниям. Следовательно, надо привлекать ученых к преподаванию. Однако и преподаватель должен знать, что сейчас происходит в науке. Следовательно, он должен заниматься научной работой.
Посмотрим в другой стороны. Результаты, полученные исследователем – должны быть переданы новому поколению, иначе они будут забыты. Преподаватель, оторванный от науки, дает студентам устаревшие знания. Видим необходимость объединения ученых и преподавателей, в том числе организационного, в рамках одного университета, с целью реализации принципа «Образование – через науку». Видимо, всем уже очевидно состоявшееся вырождение институтов бывшей РАН. Достаточно посмотреть на их коридоры, пустые в рабочее время. Было бы целесообразно объединить институты РАН с соответствующими вузами. Тогда студенты получили бы возможность учиться у ведущих ученых, а те получили бы многих молодых сотрудников. Отметим, что периоды бурного развития той или иной отрасли науки перемежаются периодами замедления темпов, в течение которых исследователи могут сосредоточиться на преподавании.

21. Выделим полюса, связанные с профессиональным путем исследователя. Одни ведут личную научную работу за письменным столом; другим для проведения исследований нужны беседы, путешествия, конференции. Одни стремятся к признанию заслуг среди научного сообщества, другие сосредоточены на поиске финансирования и почестей, общаясь с администраторами и другими категориями власть имущих. Два важных полюса – молодость, нацеленная на новые подходы; и опыт, обеспечивающий возможность применять ранее сделанное.

22. Два важных полюса: западная (т.н. мировая) наука и отечественная (национальная) наука. Абстрактно говоря, любое новое знание – это очередной кирпич в здание мировой науки; и не важно, в какой стране оно получено. Реальность не соответствует этой схеме. Национальная наука – один из институтов общества, часть надстройки. Очевидно, она используется для обеспечения обороноспособности, экономического развития, обучения новых поколений. Естественно следить за достижениями других стран, но основное – интересы своей страны. Мировая наука не является самостоятельным институтом, она является объединением национальных наук [Гринченко, 2014]. Точно также мировое хозяйство – это совокупность национальных хозяйственных систем. Экспорт и импорт – важные компоненты хозяйственной структуры национального государства; которая, тем не менее, прежде всего нацелена на реализацию интересов национальных государств. По крайней мере это выполнено для суверенных (независимых от внешнего управления) государств. Возможно¸ в будущем будет создано всемирное правительство и национальные границы исчезнут, тогда понадобится пересмотр сказанного выше.
Распространенная в настоящее время идеология глобализма служат интересам англосаксонских стран, теряющих первенство в экономическом развитии. Одним из инструментов глобализма является попытка выдвинуть английский язык как язык современной науки, а ориентированные на англоязычные публикации западные библиометрические базы WoS и Scopus представить как сокровищницу мировых достижений. Распространение идей глобализма наносит вред научным структурам, выпускающим публикации не на английском, а на национальных языках – китайском, русском, немецком, французском, японском, фарси, хинди и др. Поскольку США уступили Китаю первенство в экономическом развитии (а вскоре уступят и Индии), то можно ожидать, что в перспективе английский перестанет быть языком науки, и аннотации к статьям мы будем писать не по-английски, а по-китайски. Отметим, что уже сейчас в столичном аэропорту Шереметьево все указатели выполнены на трех языках – русском, китайском и английском.

23. Сказанное конкретизируется при обсуждении полюсов: публикации за рубежом и публикации на русском. Каждый исследователь выбирает место публикации своих результатов. В настоящее время российские администраторы в области науки и образования стимулируют подготовку публикаций на английском языке в журналах 1 и 2 квартилей, индексируемых в базах WoS и Scopus. При этом специалисты из стран, являющихся геополитическими противниками России, бесплатно и вне очереди получают информацию о результатах последних исследований отечественных ученых, выполненных в основном на деньги российских налогоплательщиков (исключения составляют работы по западным грантам). Очевидно, такие работы менее доступны российским ученым, чем опубликованные на русском языке. Важно, что лица, публикующиеся на английском, достаточно часто обзаводятся связями с западными учеными, а затем и сами уезжают за границу. Наблюдаем неконтролируемый вывоз за границу человеческого капитала, что, очевидно, наносит ущерб интересам России.

Было бы целесообразно стимулировать российских ученых публиковаться на русском языке. Например, эффективность деятельности исследователей и научных организаций следует оценивать по публикациям на русском языке. Ориентиром может послужить опыт Китая по директивному требованию публикации не менее 60% работ на китайском языке. «Большинство научных журналов в Китае не издаются на английском языке, что означает, что большая часть текущих научных разработок в Китае недоступна для ученых, не говорящих по-китайски» (https://ru.wikichi.ru/wiki/Academic_publishing_in_China). Научные результаты должны быть прежде всего опубликованы на русском языке и доступны российским исследователям, и только после этого можно допустить их публикацию на английском (прежде всего обзоров) [Милек, Шмерлинг, 2013]. Во взаимоотношениях полюсов: WoS и Scopus – отечественные библиометрические базы (в настоящее время прежде всего РИНЦ) следует исправить неоправданный крен в сторону первого полюса.

Некоторые итоги

Приведем слова разработчика Биокосмологической Инициативы К.С. Хруцкого: Поскольку мы вступили в Интегралистскую эпоху в мировом развитии, то, как это и отмечено в Обращении – наиболее актуальная задача заключается в том, чтобы неотложно вернуть в научную реальность значение Органицистского полюса; т.е. совершить решительный Разворот – повернуть вектор Интегралистского знания: от Трансценденталистского (Западного) к Органицистскому (Русскому, Вернадского-Данилевского-Сорокина и других ученых) полюсу естественного успешного мирового развития. Все три методологии – разные по основаниям; но в остальном – все три Типа научной деятельности абсолютно идентичны, т.е. в равной мере нуждаются в эмпирически достоверных объективных данных, их обоснованной логико-математической обработке, с выдвижением состоятельных концептуальных предложений; и с заключительной обязательной верификацией концепций через полученные результаты. Интегрализм не обладает собственной концептуальной базой; которой, напротив, обладают полярные космологии (всеохватывающие системы рационального знания); т.е. обладающие основополагающими принципами, объясняющими мироустройство; а также и предлагающие доступные к использованию несущие концептуальные основания и базовые концептуальные конструкты – все это делает научный процесс обоснованным, состоятельным и эффективным. В свою очередь, как это раскрыл Питирим Сорокин – Интегральные основания являются абсолютно необходимыми; т.к. без них невозможно взаимодействие (и само существование) полюсов мировой действительности и научного (о ней) знания [Khroutski & Tasić, 2021].

Биокосмология (которая использует Аристотелизм как референциальную основу) – это новое междисциплинарное направление, которому еще предстоит «завоевать место под солнцем науки». Весьма важно, что есть журнал, вокруг которого можно сплотиться для реализации Биокосмологической Инициативы. Одной из первоочередных задач является создание настоящей библиографической базы данных (для Биокосмологии; а, значит – и всех источников Органицистского и Интегралистского Типов научного знания), как незаменимого хранилища необходимой рациональной (научной, философской) информации. Вопрос становится очень актуальным, поскольку РИНЦ, а тем более WoS и Scopus, как показано выше – они фактически неспособны поддержать реализацию Биокосмологической Инициативы. Новую базу знаний можно организовать, например, на базе Киберленинки – известного и успешного Интернет-ресурса.

Литература

Гринченко С.Н. [2014] “Является ли мировая наука «организмом»?” Biocosmology – neo-Aristotelism. Vol.4, Nos.1 & 2, С.115-122.
Лойко В.И., Луценко Е.В., Орлов А.И. [2017] Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ. – 532 с.
Милек О.В., Шмерлинг Д.С. [2013] О продвижении университета на международном академическом «Рынке». Управление большими системами: сборник трудов, вып.44. Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. – М.: Институт проблем управления РАН, 2013. – С.139–143.
Налимов В.В., Мульченко З.М. [1969]. Наукометрия. Изучение развития науки как информационного процесса. – М.: Наука, – 192 с.
Обращение к научному сообществу – выдвижение Биокосмологической Инициативы [2021]. Biocosmology – neo-Aristotelism. V.11, № 3-4 (в настоящем выпуске).
Орлов А.И. [1978] Математические модели отдельных сторон обучения математике. Сб. научно-методических статей по математике. (Проблемы преподавания математики в вузах.) Вып.7. – М.: Высшая школа. – С. 28–34.
Орлов А.И. [2011] Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. – М.: Изд-во МГТУ им. Н. Э. Баумана. – 486 с.
Орлов А.И. [2014] Методология моделирования процессов управления в социально-экономических системах. Научный журнал КубГАУ. №101. С. 166–196.
Орлов А.И. [2019] “Статистические и экспертные методы наукометрии при управлении научной деятельностью.” Biocosmology – neo-Aristotelism. V.9, № 3-4. С. 308–329.
Орлов А.И. [2021a] Статистические и экспертные методы в задачах экономики и управления наукой. Научный журнал КубГАУ. №166. С. 1–35.
Орлов А.И. [2021b] Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE. Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М. – Ч. 1. – С. 835–840.
Khroutski K.S., Tasić M. [2021] “New Integralist Time : New (True – Organicist) interpreting, understanding and applying of Aristotle’s OrganonKosmology – to bringing successes to the contemporary world science.” Biocosmology – neo-Aristotelism. V.11. Nos. 1&2. P. 27–72.

Публикация:
1208. Орлов А.И. Науковедение в свете биокосмологической инициативы // Biocosmology – neo-Aristotelism, Vol.11. Nos.3&4 (Summer/Autumn 2021). Pp. 188-206. https://biocosmology.org/?page_id=2341


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб июл 30, 2022 11:23 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1123 от 1 августа 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Издательство АСТ выпустило новую книгу А.Т. Фоменко и Г.В. Носовского "Словен и Рус" серии "Как было на самом деле". Предлагаем аннотацию и оглавление.
Познакомьтесь с информацией о книге участника форума Новой хронологии Дмитрия Александровича Трифонова "Тибетские «евангелия»".





Г.В. Носовский, А.Т. Фоменко
Как было на самом деле. Словен и Рус
https://chronologia.org/kak_sloven_2022 ... en_rus.jpg
Издательство АСТ выпустило новую книгу А.Т. Фоменко и Г.В. Носовского
"Словен и Рус" серии "Как было на самом деле".

Издательство АСТ, 2022 - 480 с.
ISBN 978-5-17-139524-7

Аннотация
В 2019 году был впервые опубликован Русский Летописец — ценнейший исторический источник, проливающий новый свет на многие события русской и мировой истории.
Сравнение Русского Летописца и "Повести временных лет" с полной очевидностью показывает, что начало "Повести временных лет", повествующее о заре русской истории, является искаженной редакцией первых глав Русского Летописца. Редакция эта была сделана в Киеве в XVII веке монахами Киево-Печерской лавры польского происхождения с "патриотической" целью представить город Киев как "матерь городов русских", а полян-поляков — "лучшим из славянских племен". Историки, вероятно, уже давно заметили это яркое обстоятельство, и потому всячески старались скрыть Русский летописец от общественности. Ведь Повесть временных лет — это главная и, по сути, единственная опора их версии русской истории.
На основе Русского Летописца авторы реконструируют подлинную картину древней русской истории. Это позволяет по-новому взглянуть в том числе и на многие важнейшие события новейшей истории.

Оглавление

Предисловие

Глава 1. Русский Летописец и Повесть временных лет

1.1. В чем разница между начальными главами Русского Летописца и Повести Временных лет
1.2. Кто и где составил Повесть временных лет
1.3. Кто такой "Нестор летописец Российский"
1.4. Западное, вероятно польское происхождение Радзивиловского списка Повести временных лет
1.5. История обнаружения и первой публикации Повести временных лет
1.6. Сравнение первых глав Русского Летописца и Повести временных лет. Повесть временных лет была создана в Киеве в XVII-XVIII веках под польским влиянием, путем целенаправленного искажения Русского Летописца. Целью было исказить русскую историю таким образом, чтобы представить Киев "матерью городов русских"

Глава 2. Истоки русской истории по Русскому Летописцу

2.1. Общий взгляд на Русский летописец
2.2. Начало Русской истории
2.2.1. Скиф и Зардан - освоение Скифии (Северного Причерноморья)
2.2.2. Словен и Рус уходят с берегов Черного моря в междуречье Оки и Волги, а Болгар, Коман и Истер остаются
2.2.4. Основание Словенска Великого (Костромы) на полтора поприща ниже "устья великого озера Ирмерь". Река Мутная, переименованная в Волхов (Волгу). Археологические раскопки в Костромской области. Река Шелонь и протока Жилотуг. Черная заводь и курган Словена
2.2.5. Летописные Руса и Старая Руса - это Руза и Старая Руза в Московской области
2.2.6. Бог Гром-Перун и Диево городище на Волге между Ярославлем и Костромой
2.2.7. Летописная Тверь (Тферь) - это, по-видимому, Кострома, она же Словенск Великий
2.2.8. Античные "Рифейские горы" - это, вероятно, "Тферские горы", то есть Уральский хребет
2.3. Гостомысл
2.3.1. Размеры Русского государства XII века под управлением Гостомысла
2.3.2. Могила Гостомысла в Волотово Костромской области
2.3.3. Смысл названия "Волотово". Волоты в славянской мифологии
2.3.4. Русский царь Волот Волотович и его беседа с библейским царем Давыдом
2.4. Галич Костромской, он же Галивон, Гилея, Галилея - древняя русская столица
2.4.1. Галич Костромской - древняя русская столица Гостомысла
2.4.2. Галич-Галивон - евангельская Галилея
2.4.3. Русские змеевики с Богородицей-Русалкой родом из Галича-Гилеи
2.4.4. Русский змеевик с арабской надписью
2.4.5. Афинский язык галивонских алеманов
2.4.6. Афинско-русский словарь
2.4.7. Галич-Галивон - подлинные античные Афины?
2.4.8. Прародина немцев-алеманов, вероятно, находится в Галиче
2.4.9. Разгром Галича в XV веке
2.4.10. Изобретение мушкетов в Галиче-Афинах в XV веке
2.4.11. Что означало прозвище великого князя Дмитрия Юрьевича Шемяки
2.4.12. Какие имена и прозвища носила галивонская знать
2.4.13. Удивительный антично-римский герб Галича
2.4.14. Галичская икона "Богоматерь Овиновская"
2.4.15. Мощные военные укрепления трех галичских кремлей
2.4.16. Галич на Днестре. Древние предания о приходе Рюрика из Галицко-Волынской летописи
2.4.17. Галич и тевтоны. Кто с кем сражался на Ледовом побоище
2.4.18. Что такое летописное Чудское озеро?
2.4.19. Град Корела, вотчина царя Федора Ивановича, это город Королевец-Кенигсберг, старое гнездо тевтонов-галичан?
2.5. Основание Изборска (Тушина) на реке Сходне на севере современной Москвы

Глава 3. Общий взгляд на мировую историю XV и последующих веков

3.1. Мировая история последних веков как борьба трех имперских течений: Царского Рима (Галич - Кенигсберг - Англия), Византии (Константинополь - Ватикан) и Османов (Москва и Стамбул)
3.2. Надменные потомки известной подлостью прославленных отцов

Глава 4. Вероятный переезд Бориса Годунова, родственников, соратников и огромной царской казны в Англию во время Великой Смуты в Руси-Орде. Соловецкий монастырь как хранилище и перевалочный пункт русско-ордынской казны в эпоху Бориса Годунова перед ее секретным вывозом в Англию. Известно, что "Иван Грозный" (на самом деле хан Симеон-Иван Бекбулатович) и Борис Годунов собирались переехать в Англию и вели переговоры об этом

4.1. Джером Горсей, он же Еремей Ульянов, оставил нам важные свидетельства об эпохе Ивана Грозного и Бориса Годунов
4.2. Свидетельства Джерома Горсея о желании Бориса Годунова перебраться в Англию. Посол передает эту просьбу королеве Елизавете I Тюдор
4.3. Переправка сокровищ на Соловки уже означала, что вопрос о переезде царского семейства в Англию практически решен и "встал в полный рост"
4.4. Напоминание: королева Елизавета I Тюдор является отражением (в английских хрониках) ордынской царицы-ханши Софьи Палеолог
4.5. "Записки о России" Джерома Горсея дошли до нас в поздней редакции, сделанной не ранее XVII века, и уже опирающейся во многих местах (к счастью, не во всех) на "новую" романовскую версию русской истории
4.5.1. Что известно о рукописи и первых изданиях книги Горсея?
4.5.2. Один "Грозный" царь вместо четырех
4.5.3. Грозный царь - якобы лютый изверг
4.5.4. Двоюродную сестру Бориса Годунова (Ирину Годунову) объявили его кровной сестрой, а потому Борис перестал быть сыном царя Федора (на бумаге) и его объявили "посторонним пришельцем", не имевшим, дескать, наследственного права на русский престол. Это была романовская неправда. Смерть Бориса окутана легендами
4.6. "Иван Грозный", описываемый Горсеем в период после Новгородского погрома, - это хан Симеон Бекбулатович, то есть последний, четвертый царь эпохи "Грозного"
4.7. Хан Симеон Бекбулатович ("поздний Иван IV"), оказывается, собирался перебраться в Англию и вывезти туда имперскую казну
4.8. Почему "Иван Грозный" хотел жениться на английской королеве Елизавете I Тюдор
4.9. Почему "Иван Грозный" хотел жениться также на английской леди Марии Гастингс (Марии Хантинской), которую прозвали "царицей Московии
4.10. Знаменитый Соловецкий монастырь был возведен как крепость и тайная перевалочная база для русско-ордынской казны, когда Борис Годунов готовился переправить ее в Англию по северным морям
4.11. Захоронение Годуновых в Троице-Сергиевой Лавре, скорее всего, фиктивно. Причем, Годуновых перезахоранивали несколько раз. Вероятно, их предыдущие гробницы тоже были фиктивны
4.12. Бурный финансовый расцвет Англии начался только в XVII веке, когда прежние имперские провинции перестали платить дань Руси-Орде - метрополии Великой Империи. Какую-то роль могла сыграть также и русско-ордынская казна, оказавшаяся в Англии. В королевской сокровищнице лондонского Тауэра демонстрируют лишь несколько предметов ранее XVII века. Все остальные экспонаты сокровищницы, весьма богатые, начинаются лишь с XVII века
4.13. Вероятный переезд Годуновых с казной в Англию неплохо объясняет важные события, развернувшиеся там в первой половине XVII века
4.13.1. Усилившаяся в XVI-XVII веках вражда Европы к Руси-Орде поддерживалась и подпитывалась католичеством, Ватиканом, во главе с римским Папой
4.13.2. Оказавшись в Англии, Годуновы должны были избавиться от враждебных католических сил. Вероятно, этой цели и послужил разгром католического "Порохового Заговора" в Лондоне
4.13.3. Короля Якова I Английского сделали слабым правителем, зависимым от Парламента, контролирующего казну и сильно сдерживающего финансовые расходы короля. Возможно, Парламент фактически, но не публично, подчинялся Годуновым, действовавшим "из-за кулис"
4.13.4. Годуновы постарались перенести метрополию Великой Империи из Руси-Орды в Англию
4.13.5. По-видимому, Годуновы и их потомки продолжали в целом контролировать Англию также и при Карле I, преемнике Якова. Карл попытался выйти из-под влияния Годуновых, но в итоге был казнен
4.13.6. По-видимому, Кромвель был ставленником Годуновых
4.14. Британская Империя
4.15. Лондон и золото
4.16. Годуновы, Петр I и Англия. Подмененный в Европе царь Петр I (Исаакий) исполняет указания потомков Годуновых и западных кураторов. Посещает Соловецкий монастырь в 1702 году и придает ему высокий статус. В 1703 году основывает Петербург на морском берегу
4.16.1. Предыдущее посещение подлинным Петром I в 1694 году Соловецкого монастыря, погруженного в романовскую опалу, было ознакомительным, без серьезных последствий
4.16.2. Посетив Соловецкий монастырь в 1702 году, Петр снял с него опалу, возвысил и придал ему особый статус. Но это уже был не подлинный Петр, а прибывший из Европы ставленник Исаакий
4.17. Годуновы, Петр I и Англия. По приказу Петра-Исаакия сбивают штукатурку на вершине Столпа "Иван Великий" и обнажается закрытая сто лет гордая позолоченная надпись 1600 года, возвеличивающая Годуновых
4.17.1. Надпись Годуновых и кто ее закрыл штукатуркой
4.17.2. Оказывается, надпись Годуновых тайно закрыл штукатуркой сам "античный" архитектор, сразу же после ее создания, чтобы никто не увидел. Рассчитывали, что ее откроют для обозрения в будущем. Так и вышло. Значит, Федор Конь (он же "античный" Сострат Книдский) закрыл надпись сразу после ее изготовления в 1600 году, и до Петра I ее сто лет никто не видел
4.17.3. "Древние античные классики" о надписи Годуновых на Столпе "Иван Великий" 1600 года
4.17.4. Откуда Петр I узнал о скрытой надписи Годуновых на вершине Иванова Столпа и почему приказал ее открыть

Глава 5. Разное

5.1. Многие "доисторические" каменные топоры, выставленные в музеях, изготовлены, скорее всего, методом отливки из искусственного камня в эпоху XV-XVII веков
5.2. Английский флаг над Петропавловской крепостью при Петре I

Книги по Новой хронологии
Список использованных источников
Об авторах

https://chronologia.org/kak_sloven_2022/index.html




Вышла книга участника форума Новой хронологии
Дмитрия Александровича Трифонова "Тибетские «евангелия»".

Автором обнаружено еще одно отражение Иисуса Христа в мировой истории — это легендарный основатель тибетской, добуддийской религии "бон — Учитель Шенраб (sTon ра gShen rab)".
Работа выполнена с использованием методов Новой хронологии. В ней анализируются выявленные автором параллелизмы между доктринами христианства, митраизма, зороастризма и религии бон по материалам работ известного советского востоковеда Б.И.Кузнецова и выдающегося историка Л.Н.Гумилева.

Оглавление
Введение. О Новой хронологии и не только о ней.
Глава 1. Б. И. Кузнецов и его вклад в российскую тибетологию.
Глава 2. Краткое изложение основ религии бон, ее происхождение и история. Характеристика основных источников.
Глава 3. Географические сведения в древних бонских источниках.
Глава 4. Книга «Зермиг» — тибетское «евангелие».
Глава 5. Еще два тибетских «евангелия» с жизнеописанием Шенраба — Иисуса Христа.
Заключение
Литература
Приложение

Введение
О Новой хронологии и не только о ней

Автор данной работы не является профессиональным историком, и, тем более, востоковедом-тибетологом, однако пронес через всю свою сознательную жизнь живой интерес к истории и исторической науке, в общем — историк-любитель, можно сказать — дилетант.
Однако, на мой взгляд, не нужно быть глубоким специалистом в этих предметах, дабы не заметить явных параллелей между тибетскими бонскими (термин, принятый в науке) источниками и христианскими евангелиями, излагающими жизнеописания своих основоположников и, разумеется, божеств — Шенраба и Иисуса Христа, соответственно. Я бы даже сказал, что эти параллели прямо-таки лежат на поверхности и сразу бросаются в глаза любому вдумчивому исследователю.
Низкий поклон выдающемуся советскому востоковеду ленинградской школы Б. И. Кузнецову за то, что он первый, и, насколько я могу судить, пока единственный в нашей исторической науке, подробно и глубоко занялся разработкой этой интереснейшей и интригующей проблемы. Не менее значима была в этом деле роль и яркого, оригинального советского историка Л. Н. Гумилева. Было бы поучительно выяснить, кому из них первому пришла в голову мысль заняться этой тематикой (далее мы постараемся ответить на этот вопрос). В любом случае, без исследований этих замечательных ученых мы возможно так никогда бы и не узнали о содержании бонских источников и их явном сходстве с христианскими евангелиями.
Насколько известно автору (или неизвестно), после кончины Б. И. Кузнецова, дальнейшими исследованиями религиозных текстов бон в нашей стране систематически никто не занимался. Буду очень рад, если ошибаюсь, и соответствующие специалисты опровергнут меня в этом.
Первое знакомство с работами Б. И. Кузнецова и Л. Н. Гумилева по религии бон состоялось у меня посредством интереснейшей книги А. Д. Цендиной «…и страна зовется Тибетом», в которой мне впервые попалась информация о том, что Л. Н. Гумилев разрабатывал научные проблемы в рамках изучения данного религиозного течения и шире — связей древнего Ирана и Тибета. Это меня крайне заинтересовало, так как работы Л. Н. Гумилева в этой сфере никогда широко не афишировались в ненаучной среде, а оставались уделом узких специалистов, в отличие от его же книг по этногенезу или истории России вообще.
Не скрою, что являюсь давним почитателем книг авторов Новой хронологии А. Т. Фоменко и Г. В. Носовского (далее — НХ), и, смею надеяться, что достаточно «подкован» в их реконструкции мировой истории. Именно поэтому ознакомление с упомянутыми трудами Б. И. Кузнецова и Л. Н. Гумилева не оставило для меня никаких сомнений в том, что в случае с Шенрабом мы имеем еще один дубликат или отражение (по терминологии авторов НХ) Иисуса Христа, на этот раз — в религии бон.
Всего авторами НХ выявлено 104 таких дубликата в исторических, мифологических, религиозных, литературных и пр. источниках, т. о. фигура Шенраба будет 105-ой по счету. Несложно догадаться, что именно по этой причине второе название книги (подзаголовок) звучит следующим образом — «Учитель Шенраб — отражение Иисуса Христа в тибетской религиозной традиции бон».
В этой связи хотел бы сказать, что работа рассчитана на читателей, знакомых с основными выводами Новой хронологии, поэтому здесь мною не будет даваться развернутая аргументация соответствующих положений, за подробностями всех заинтересованных лиц отсылаю к книгам А. Т. Фоменко и А. Т. Носовского (с полным списком литературы можно ознакомиться на официальном сайте, посвященном Новой хронологии по ссылке: http://chronologia.org/bibliography.html).
Для тех, кому лень читать книги авторов НХ или на это нет времени, вкратце изложу их основные взгляды на принятую официальной наукой исторической хронологию.
По мнению А. Т. Фоменко и А. Т. Носовского, принятая сегодня хронология и история древнего и средневекового мира окончательно создана в XVI веке европейскими учеными-схоластами Скалигером и Петавиусом и содержит крупные ошибки.
Многие выдающиеся ученые обращали внимание на противоречия в скалигеровской хронологии практически с момента ее «изобретения» и пытались их объяснить тем или иным образом. В частности, профессор Саламанкского университета де-Арсилла, живший в XVI веке (т. е. современник «основателей» неверной хронологической концепции мировой истории), И. Ньютон, русский ученый-энциклопедист Н. А. Морозов, известный немецкий историк — специалист по истории древнего Рима Т. Моммзен и ряд других.
Таким образом, сомнения в правильности принятой сегодня версии истории и хронологии возникли далеко не вчера, они имеют большую традицию. Вместе с тем, построить новую, непротиворечивую концепцию хронологии оказалось неподъемной задачей, с учетом имеющихся на тот период у исторической науки несовершенных средств и методов исследований.
Начиная с 1975 года, разработкой этой проблемы занялась группа математиков из Московского государственного университета. В результате ими были получены сенсационные результаты. Очень важно то, что новая концепция хронологии основывается прежде всего на анализе множества исторических источников методами современной математической статистики и обширных компьютерных расчетов.
Таким образом, этими учеными впервые в мире в исторических исследованиях были применены математические и статистические методы, а также методы компьютерных исследований. Т. е., с этого момента историческая наука перестала целиком и полностью быть лишь гуманитарной, каковой она являлась веками, со времен Скалигера, смещаясь в область точных наук.
А. Т. Фоменко и Г. В. Носовский (далее, для простоты восприятия — ФиН) считают, что «задача хронологии — правильно упорядочить события на временной шкале по имеющейся в нашем распоряжении информации. Эта задача естественно вписывается в область приложений современной математической статистики, теории информации. Методы чисто гуманитарных наук, каковой является история, для решения хронологических задач недостаточны… Наш анализ хронологии и истории вскрыл поразительное обстоятельство. На основе примененных нами математических методов было доказано, что скалигеровская хронология, а, следовательно, и скалигеровская история „древности“ и средневековья, в корне неверна. Более того, оказалось, что наша история вплоть до конца XVI века была сознательно фальсифицирована в эпоху XVII—XVIII веков».
В результате ученые пришли к выводу о том, что реальная хронология всей мировой истории искусственно растянута Скалигером и его последователями по оси времени, в связи с чем в истории многих стран и народов появились т.н. фантомные периоды или периоды-дубликаты, являющиеся отражением реальных событий, отнесенных, как правило, в далекое прошлое.
Разумеется, речь идет об описании исторических процессов в источниках, основная масса которых, как показывают исследования авторов НХ, была изготовлена европейскими фальсификаторами по большей части в период XVI—XVIII вв. и даже позже. Так, окончательный, знакомый нам по современным изданиям вариант Библии, появился видимо не ранее начала XIХ в., а не в первые века н.э. как считается в традиционной истории и т. д.
В связи с этим, хронология мировой истории требует значительного «укорачивания» и укладывается, по мнению авторов НХ, примерно в одну тысячу лет. По крайней мере, первые письменные свидетельства датируются не ранее, чем IX—X вв. н. э. Ранее — это эпоха молчания письменных источников.
Кстати, к аналогичным выводам пришли в свое время, причем независимо друг от друга, упомянутые выше известные ученые Н. А. Морозов и Т. Моммзен. Первый считал, что вся античная история неверно датирована и ее начало следует отсчитывать от примерно IV в. н.э., т.е. отводил ей гораздо более короткий период, чем это принято в традиционной истории. Т. Моммзен, будучи крупнейшим европейским специалистом по Древнему Риму своего времени, полагал, что его история необоснованно растянута минимум на 500 лет.
Однако, во времена Н. А. Морозова и Т. Моммзена наука не располагала современными математическими методами и средствами, в связи с чем их выводы об искусственном удлинении исторических периодов античности были верны лишь отчасти. Они ошибались в масштабах фальсификаций, значительно уменьшив их, вместе с тем проверить это на практике не имели объективной возможности, каковая появилась лишь после изобретения современных электронных вычислительных средств.
Вопрос о причинах намеренной фальсификации всемирной хронологии и, соответственно, истории, автор оставляет за скобками данной книги, т.к. это заняло бы слишком много времени и места. За подробностями отсылаю к книгам по НХ.
Следствием ошибочной хронологии и появлением в истории периодов-дубликатов стало наличие в разных исторических эпохах фантомных отражений одних и тех же событий, а также исторических персонажей, описанных под разными именами.
Так, на бумаге, под пером историков-фальсификаторов стали плодиться дубликаты Иисуса Христа, фигурирующего в разных источниках, как я указывал выше, не менее чем в 105-ти ипостасях! Разумеется, это коснулось не только личности Иисуса Христа. «Размножились» на бумаге многие известные исторические личности — Мария-Богородица, пророк Магомет, Александр Македонский и др.
Важнейшие исторические события также были разнесены фальсификаторами в разные периоды истории разных стран и народов под разными именами. Например, Куликовская битва, она же битва на поле Куру, описанная в Махабхарате, она же битва на Косовом поле из сербских преданий и пр.
Однако, к счастью, по ряду причин, фальсификаторам от истории, несмотря на хорошо организованный процесс, удалось «зачистить» далеко не все исторические источники. До многих из них у них просто, что называется, не дотянулись руки (видимо все-таки нельзя объять необъятное). Видимо поэтому до сих пор время от времени появляются на свет различные памятники, в корне противоречащие официально принятой версии мировой истории, которые незамедлительно объявляются учеными-историками либо фальшивками, либо курьезами якобы неграмотных средневековых авторов. Примеров таких произведений множество — Велесова книга, Джагфар-тарихы и др. восточные исторические источники и пр. Целые страны и народы объявлены фальсификаторами выдумкой, как, например, Великая Тартария, царство пресвитера Иоанна и т. д.
Видимо, к этому ряду нужно отнести и бонские книги, исследуемые в данной работе, счастливо уцелевшие в веках и донесшие до нас множество бесценных сведений о жизни Шенраба — Иисуса Христа. Недаром одна из них — «Зермиг», являющаяся главной книгой бонской религии, в соответствии с тибетскими преданиями, хранилась в тайнике в течение 144 лет, о чем речь у нас впереди.
По мнению авторов НХ, реально мировая история развивалась совершенно другим путем, чем нам об этом известно из т. н. традиционной исторической науки (условимся называть ее так для отличия от исследований по НХ без какой-либо отрицательной коннотации).
Вкратце ознакомимся с их взглядами на этот предмет.
Человеческая цивилизация в привычном нам виде, т. е. государство, наука, культура, искусство и пр., зародилась примерно в IX—X вв. в долине р. Нил на территории современного Египета (ранее, по мнению ФиН, это название могло применяться к различным странам, включая средневековую Русь-Орду, равно как и другие географические названия). Именно эта местность обладала в то время уникальными природными условиями, способствующими зарождению здесь земледелия (хлебопашества), впервые в истории человечества. Больше нигде в мире не существовало необходимых предпосылок для этого (за подробностями вновь отсылаю читателя к книгам ФиН).
Бурное развитие земледелия повлекло за собой необходимость регулярной охраны средств производства (земля, скот, сельхозинвентарь и пр.), произведенных продуктов, запасов, жизни самих земледельцев и т.д., от нападений извне. Кроме этого, возникла необходимость в систематическом учете и хранении результатов труда хлебопашцев, их инвентаризации и пр. Вместе с тем, характер земледельческой деятельности потребовал знания многих природных процессов. С этой целью был, например, изобретен календарь, для чего понадобились постоянные наблюдения за небесными светилами, т.е. были заложены основы астрономических знаний и науки вообще.
Все это вместе взятое, привело, в свою очередь, к разделению труда между задействованными в этом процессе людьми, и как следствие, к выделению в обществе социальных групп или страт (условно — крестьяне, воины, управленцы), часть из которых, позже трансформировалась в различные государственные институты (к слову, логика ФиН в этой части, в целом соответствует к марксистскому подходу).
Именно по этим причинам в долине Нила зародилось первое в мире государство оно же, по терминологии ФиН, первая Империя, которая в различных исторических источниках именовалась Римом, а также иными названиями (Израиль, Иудея и пр.).
В дальнейшем, вплоть до начала XVII в., на земле существовала только одна Империя, центр которой, в зависимости от различных обстоятельств, перемещался в пространстве. Так, столицей первой Империи или первого (ветхого) Рима была Александрия в дельте Нила. В XII—XIII вв., с открытием железных рудников на Балканах, центр Империи перемещается на Босфор, ее столицей становится Иерусалим, он же Троя или Илион, остатки которого сохранились до нашего времени (крепость Ерос недалеко от Стамбула). Это вторая Империя или Второй Рим, она же Византия.
После этого происходит первая в истории мировая война, известная нам по историческим источникам как Троянская, в результате которой Империя разваливается на отдельные части.
Уцелевшие представители царской имперской династии «разбегаются» в разные страны. Один из них, со всем семейством, попадает на Русь, где основывает новый центр Империи в междуречье Волги и Оки, столицей которого становится летописный Новгород (современный г. Ярославль), в который входило несколько царских ставок, т. н. «концов» (Ростов Великий, Переславль-Залесский, Кострома и др.). Это и есть средневековая Русь-Орда или Третий Рим, государственное устройство которой состояло из двух частей: гражданской и административно-военной.
Регулярная армия Руси состояла преимущественно из конницы и стала называться Ордой — от слова ряд, порядок и т. д. Уникальные и богатейшие природные ресурсы Руси: пространные степи, обилие рек и лугов, т.е. корма и воды для скота, позволили увеличить количество конных войск до размеров, позволяющих колонизировать огромные сухопутные пространства Евразии.
Также этому способствовал целый ряд новейших технологий, изобретенных и внедренных правящей элитой Руси в ходе государственного строительства во многих основополагающих сферах жизни страны:
— в земледелии — подсечно-огневой способ ведения сельского хозяйства, позволяющий быстро и без дополнительных вложений добиться больших урожаев хлеба, в результате чего население страны росло в геометрической прогрессии (условно, конечно);
— в военном деле — создание регулярной армии, введение в армии аналога современной призывной системы (т.н. тамга — дань «кровью»), создание принципиально нового массового вида войск — конницы, широкое применение в военном деле железного, в т. ч. булатного оружия, дающего многократное преимущество над противником;
— в сфере государственного устройства — разделение управления на гражданскую и военную составляющие и др.
Благодаря этому, в конце XIII в. — начале XIV в., Русь-Орда расширила свои владения до размеров материка Евразия, колонизировала часть Африки, а позднее и обе Америки (в терминологии НХ — великое завоевание мира XIII — XIV вв., Америка была колонизирована в конце XV в.). Столица Руси-Орды впоследствии переместилась во Владимир, а позже в Москву.
Второй, впрочем, равноправной ей, и, если так можно выразиться «южной» столицей Империи, был Царь-Град, он же Стамбул, контролирующий южные пределы государства. Видимо, функции государственного управления между ними были разделены по территориальному признаку. В этой связи ФиН отмечается тесная связь между двумя «братскими» частями Империи — Русью и Турцией вплоть до начала XVII в, т. е. до эпохи русско-турецких войн, искусственно инспирированных западноевропейцами в целях окончательного раскола единой ранее Империи.
Примерно в таком виде Империя просуществовала вплоть до начала XVII в., когда, в результате т. н. Реформации, в реальности представлявшей из себя бунт или восстание западноевропейских провинций, а, точнее их элит, против имперского центра, была разделена на множество государств (в Европе этот процесс был закреплен знаменитым Вестфальским миром).
Попутно замечу, что выводы, изложенные в работе, являются плодом размышлений исключительно ее автора. На момент издания книги у меня отсутствует какая-либо информация об ознакомлении авторов НХ с ее результатами, и, соответственно их оценка моего скромного труда (цикл статей по данной проблематике, из которого собственно «выросла» книга, ранее публиковался мною на сайте и научном форуме НХ).
Уважаемых читателей, по каким-либо причинам не воспринимающих взгляды авторов НХ на историю, в особенности профессиональных историков, прошу сразу не откладывать книгу на этом месте, а постараться осмыслить изложенные в ней факты с научной точки зрения, попытаться опровергнуть мои доводы, наконец. Ведь не бывает науки без дискуссии, это постулат, который, смею думать, не требует доказательств в глазах настоящего ученого.
В конце концов, мы с вами живем в период глобальных перемен, тектонические сдвиги происходят во всех областях жизни — политике, экономике, производственной деятельности, технике и т. д. Мир готовится к переходу в новый — шестой по терминологии академика С. Ю. Глазьева — технологический уклад, в котором будут господствовать информационные технологии. В этой связи происходит взрывной рост целого «букета» порожденных новым укладом отраслей, таких как нанотехнологии, биотехнологии, технологии 3-D печати, развитие искусственного интеллекта и пр. Мир стремительно, до неузнаваемости меняется на наших глазах!
Наука, разумеется, тоже не может оставаться в стороне от этих процессов. Сейчас происходит пересмотр устаревших взглядов и понятий во многих отраслях знания об окружающем нас мире — в физике, астрономии, геологии и т. д. Как грибы после дождя, стремительно появляются новые научные дисциплины, в том числе на стыке научных знаний.
Правда, указанные процессы происходят в основном в сфере т. н. «точных» наук. Однако, мне представляется, что и историкам, т.е. представителям гуманитарного направления, тоже пришло время задуматься о новых подходах и методах в изучении исторических процессов. Сама жизнь подталкивает их к этому — в последнее время появляется все больше и больше исследований на исторические темы, выполненных не профессиональными историками, а представителями других научных дисциплин. Как говорится, если гора не идет к Магомету, то Магомет идет к горе. Игнорировать этот факт историки долго не смогут, рано или поздно им придется отвечать на вызов времени. Страусиная позиция профессионального исторического сообщества в этом вопросе в итоге может сослужить для него плохую службу…
Справедливости ради и в этой сфере при желании можно указать на пока еще немногочисленные, но все же положительные сдвиги. Несколько наиболее ярких примеров мы приводим ниже.
Автор книги солидарен с мнением известного российского историка А. И. Фурсова о том, что в наше время историческая наука все больше и больше стагнирует, погружаясь в своих исследованиях в «мелкотемье» (по меткому выражению ученого — в основном занимается изучением пятого волоска в левой ноздре). Это касается и современного обществоведения, где, к сожалению, преобладают аналогичные негативные тенденции. Нынешнее обществоведение не отображает реальную «картину мира», дает искаженный образ фактического положения вещей.
А. И. Фурсов абсолютно прав в том, что пришло время пересмотра «сетки» научных дисциплин в сфере гуманитарных отраслей знания, и не просто пересмотре, а создании принципиально новых направлений в науке, отвечающих тем изменениям, которые объективно происходят в обществе.
В этом свете сам А. И. Фурсов своими новаторскими подходами к изучению в основном современной, но в то же время и древней истории («да не прервется связь времен») фактически уже создал абсолютно новую историческую дисциплину, которую сам он в своих лекциях и книгах обозначает как «психоистория» или «криптоистория». Характерно, что себя этот ученый зачастую называет следователем по особо важным историческим делам.
Методологию, разработанную А. И. Фурсовым для изучения различных исторических процессов и феноменов, действительно можно уподобить криминалистике — науке о методах расследования преступлений. Интересно, что во главу угла в своих исторических исследованиях А. И. Фурсов зачастую ставит сакраментальный для любого следователя вопрос — «кому выгодно?», т.е. как бы ищет мотив «преступления». В этой связи я бы предложил другое наименование для этой новой исторической дисциплины — историческая криминалистика или криминоистория.
Отрадно, что в рамках созданного А. И. Фурсовым института системно-стратегического анализа (ИСАН) к настоящему времени уже сложилась целая историческая школа. Это лишь один из примеров того, как научная истина пробивает себе дорогу сама, невзирая на запреты или игнорирование «сверху».
Другой, не менее уважаемый мною, но, к сожалению, рано ушедший из жизни ученый-историк — А. В. Пыжиков, тоже разрабатывал оригинальный подход к истории прежде всего нашей страны, вовлекая в научный оборот множество не совсем типичных для традиционных историков источников — народные предания, былины, сказания, художественную литературу и пр.
Абсолютно новаторский подход проявлен им по отношению к такому малоизученному историческому и общественному феномену как старообрядчество. По мнению А. В. Пыжикова, именно этот глубинный, народный слой выступил одним из активнейших участников и бенефициаров революционных событий в России в начале ХХ века. Крайне оригинальный взгляд у этого исследователя был на роль польско-украинского субстрата в событиях, называемых Великой смутой и в последующие периоды истории России вплоть до сегодняшнего дня.
Между прочим, А. В. Пыжиков, в целом будучи против исторических гипотез А. Т. Фоменко и Г. В. Носовского, не отрицал некоторые исторические феномены, выявленные в ходе исследований НХ. Так, он соглашался с их позицией о явной близости России и Турции в средние века, до, видимо Великой смуты, отмечая, в частности, некоторые параллели в законодательстве обеих стран и др.
Еще одним примером появления на свет «с нуля» новой научной дисциплины, на этот раз на стыке генеалогии и истории, является ДНК-генеалогия, разрабатываемая известным ученым-химиком А. А. Клесовым. Это иллюстрация возможности применения в исторических исследованиях методов ДНК-генеалогии.
В общем, мне кажется, прогрессивно мыслящим ученым-историкам есть, о чем подумать в свете происходящих на наших глазах мировых событиях.
Честно признаюсь, что эта светлая мысль — о сходстве, вплоть до тождества в некоторых чертах, религии бон и христианства, далеко не мне первому пришла в голову, об этом, в частности, писали первые европейские исследователи древних тибетских источников, о чем более подробно будет сказано в своем месте. Жаль, что анализ явных параллелей между двумя религиозными традициями не был предпринят Б. И. Кузнецовым и Л. Н. Гумилевым, а также их последователями. Впрочем, о причинах этого досадного пробела в наших знаниях о религии бон мы еще поговорим.
Автор, не будучи специалистом в области древних (да и современных) религиозных систем, ересей и толков, намеренно дает их анализ на предмет тождества или различия крупными мазками, обобщенно. Я, в силу своих скромных возможностей, сосредоточился на более узкой проблеме — анализу параллелизмов между жизнеописаниями Шенраба и Иисуса Христа, а также ряда других частных вопросов. Считаю, что более широким анализом должны заниматься соответствующие специалисты, в связи с чем приглашаю к дискуссии по проблемным вопросам, поставленным в данной работе, профессиональных историков, религиоведов, востоковедов и т. д.
Выявленные автором параллелизмы между тибетскими религиозными источниками и евангельскими каноническими книгами являются еще одним, независимым подтверждением гипотезы авторов НХ о наличии тесной, «генетической» связи между христианством и буддизмом, а также позволяют выявить еще одно отражение Иисуса Христа в истории, в данном случае — в культурной и религиозной традиции средневекового Тибета.
Дальнейшая разработка исследуемой в книге проблематики представляется автору перспективной в целях выявления общности происхождения религии бон, маздаизма, христианства и некоторых христианских течений, наличие связей между ними, их взаимных влияний друг на друга, и множества других научных вопросов, вытекающих из этого факта.
Надеюсь, что эта работа будет еще одним маленьким шажком на большом и трудном пути поиска объективной исторической истины, чем автор внесет свой посильный вклад в это благородное дело.
В заключение, заранее хочу извиниться перед читателями за обширное цитирование трудов Б. И. Кузнецова и Л. Н. Гумилева. К сожалению, этого требует специфика данной книги, большей частью являющейся своеобразной компиляцией их исследований бонских источников с целью введения этих знаний в научный оборот НХ и ознакомления с ними широкого круга читателей.
И последнее — датировки, касающиеся тибетской истории и древних тибетских источников, даются мною в полном соответствии с трудами Б. И. Кузнецова и Л. Н. Гумилева без каких-либо трактовок. При этом прошу принять во внимание, что с учетом имеющихся на сегодняшний день исследований по НХ, все даты, принятые в традиционной исторической науке мы будем считать условными. В отдельных случаях, при необходимости, когда этого потребует логика изложения, автором будет проводиться соответствующий анализ.

Глава 1
Б. И. Кузнецов и его вклад в российскую тибетологию

Вначале нашего повествования справедливым будет несколько слов сказать о Б. И. Кузнецове, т.к. это имя знакомо сегодня лишь узкому кругу специалистов — востоковедов, в отличие от Л. Н. Гумилева, широко известного своими оригинальными историческими концепциями. В связи с этим, научный «портрет» Л. Н. Гумилева в рамках данной книги мы рассматривать не будем, надеясь, что читатель имеет хотя бы общее представление о его взглядах на всеобщую историю и историю России в частности и, дабы не занимать, и без этого ограниченный объем нашей книги.
Биографические сведения, а также информация о научных трудах этого замечательного ученого почерпнуты мною со страницы официального сайта Института восточных рукописей РАН (г. Санкт-Петербург), где долгие годы трудился Б. И. Кузнецов, и из статьи о нем на Википедии в сети интернет.

Бронислав Иванович Кузнецов (02.11.1931 — 24.06.1985).

Бронислав Иванович Кузнецов родился в 1931 г. в Ленинграде в семье простого рабочего, как и многие его ровесники пережил в городе блокаду, во время которой был тяжело ранен в ногу. В 1950 г. окончил отделение китайской филологии восточного факультета ЛГУ, после чего поступил в аспирантуру.
В середине 1950-х годов на восточном факультете ЛГУ возобновилось прерванное еще до войны преподавание тибетского языка, и Б. И. Кузнецов, заинтересовавшись далекой загадочной страной, начинает изучать этот язык сначала под руководством В. С. Воробьева-Десятовского, а затем под руководством большого знатока Китая, Тибета и Монголии Б. И. Панкратова.
Вскоре аспирант Б. И. Кузнецов сам начал преподавать тибетский язык на восточном факультете, где до конца жизни будет возглавлять единственное в стране отделение тибетской филологии. В 1961 г. вышла его монография «Тибетская летопись „Светлое зерцало царских родословных“», по которой он в 1962 г. защитил кандидатскую диссертацию и положил в основу своей книги, опубликованной на английском языке в Лейдене.
С этих пор и до конца жизни Тибет стал главным объектом научных изысканий Б. И. Кузнецова — около тридцати работ ученый посвятил истории и религии этой страны. Его научные публикации посвящены проблемам тибетской филологии, истории буддизма, источниковедению, этнографии и истории Тибета.
Одним из первых Б. И. Кузнецов начал разрабатывать сложнейшие вопросы происхождения и истории религии древних тибетцев — бон. Кроме него данной проблематикой в мире на систематической, научной основе занимался очень узкий круг исследователей: итальянский профессор Дж. Туччи, а также британский тибетолог Д. Снэллгроув.
Весьма плодотворными оказались его исследования связей Тибета и древнего Ирана, чему посвящен ряд статей, а также труды «Древний Иран и Тибет» и «Тибетцы о древнем Иране». В этих работах вводятся в научный оборот малоизвестные памятники тибетской литературы, имеющие большое значение для истории и культуры пародов Центральной Азии и Ближнего Востока.
В фундаментальной монографии «Древний Иран и Тибет» Б. И. Кузнецов не только ввел в оборот малодоступные памятники тибетской историографии, но и проделал тщательный и смелый для того времени анализ, идущий вразрез с общепринятой в то время в иранистике концепцией о незначительности влияния иранских религиозных концепций на генезис идей тибетского бона.
Коллеги Б. И. Кузнецова по востоковедению отмечают поразительную глубину и широту источниковедческой базы ученого — для аргументированного обоснования своих научных выкладок им был привлечен целый комплекс источников по бону, многие из которых были переведены и исследованы им впервые. Отмечается, что Б. И. Кузнецов первый доказал персидские истоки религии бон.
При жизни Б. И. Кузнецов опубликовал около тридцати научных статей по филологии, истории, этнографии и религиоведению. Некоторые из них были опубликованы в соавторстве с Л. Н. Гумилевым. Большинство работ вышло в свет после смерти ученого.
Кроме этого, Б. И. Кузнецов занимался переводческой деятельностью. В частности, в последние годы своей жизни он работал над переводом «Ламрим Ченмо» — назидательного труда тибетского религиозного деятеля XIV в. Цзонхавы.
Большинство отечественных тибетологов, ныне работающих в Санкт-Петербурге, Москве, Улан-Удэ, Элисте, Кызыле, являются учениками Б. И. Кузнецова. Бывшие его студенты работают также в научных учреждениях Германии, Чехословакии, Венгрии, Болгарии, Финляндии.
По воспоминаниям своих учеников и коллег, Б. И. Кузнецов был глубоким и проницательным исследователем, великолепным педагогом — пользовался непререкаемым авторитетом в студенческой среде, предметы преподавал с любовью и полной самоотдачей, был очень скромен и неприхотлив в бытовом отношении. В общем, перед нами, без преувеличения, портрет крупного русского ученого, положившего жизнь на алтарь отечественной исторической науки.
Часть научных трудов, в основном по религии бон, как указано выше, была написана Б. И. Кузнецовым в соавторстве с известным советским историком Л. Н. Гумилевым. Более чем уверен, что широкому кругу читателей — любителей истории, а возможно, отчасти и специалистам, ничего неизвестно об интересе Гумилева Л. Н. к изучению этой религии древнего Тибета. По крайней мере данные труды никогда широко не публиковались в нашей стране, в отличие от его общеизвестных работ по этногенезу.
Знакомство с Л. Н. Гумилевым оказало немалое влияние на научное творчество Б. И. Кузнецова. Впрочем, по некоторым данным, на определенном этапе их сотрудничество оказалось под угрозой в связи с возникшим между ними конфликтом на профессиональной почве.
В частности, дочь Бронислава Ивановича — Елизавета Брониславовна Кузнецова вспоминала следующее:
«Большое влияние оказало на папу и всю нашу семью знакомство со Львом Николаевичем Гумилевым. Их познакомил их общий друг, крестный сын Льва Николаевича и крестный отец моего папы — Гелиан Михайлович Прохоров, филолог-славист, который работал в Пушкинском доме (Институте русской литературы). Я тогда была подростком, школьницей, но хорошо помню подробности их общения, так как постоянно присутствовала при их встречах как у нас дома, так и у Л. Н. Гумилева. Лев Николаевич приглашал нас к себе домой, в коммунальную квартиру на Московском проспекте, и относился к моему отцу как к родственнику — с большой симпатией, вниманием, дружеским, почти отеческим участием. Папа его обожал, он был для папы примером во всем. Особенно он восхищался тем, что Лев Николаевич, пройдя суровые испытания в лагерях, смог стать большим ученым. Иногда мне казалось, что мой папа хотел в чем-то походить на него. Папа читал все его книги, всё слушал вживую, был одним из немногих первых людей, с которыми Гумилёв делился своими планами и совместными проектами. К сожалению, потом по каким-то профессиональным причинам они разошлись, поссорились, тем не менее взаимное уважение осталось, как и прекрасные воспоминания о семейных встречах. Почему у них произошел конфликт? Этот момент очень сложный. Дело в том, что папа такой человек, в котором всегда боролись две особенности: абсолютное стремление к истине, честности, правде и — уважение к старшим, дипломатическое и уважительное отношение к людям, которые ему дороги. Поэтому, когда папа видел что-то, что ему профессионально казалось сомнительным, он мог деликатно это высказать и прокомментировать только в личной беседе. Один раз моя мама высказала Льву Николаевичу свое мнение о возможных неточностях его перевода с восточных языков, а папа ответил ей, что у него есть сомнения, что эти переводы сделал Лев Николаевич. Возможно, эти слова дошли до Льва Николаевича. Это и стало причиной конфликта.»
Не исключено, что именно Л. Н. Гумилев первым предложил Б. И. Кузнецову заняться научной разработкой проблематики, связанной с религией бон. Так, авторы предисловия к книге Б. И. Кузнецова «Бон и маздаизм» А. Н. Зелинский и В. М. Монтлевич считают, что: «Именно Гумилеву было суждено заинтересовать Кузнецова сравнительной культурологией и историей. И Кузнецов обращает свое внимание на проблему генезиса тибетской культуры, взаимоотношения буддизма и религии бон, и прежде всего на проблему происхождения последней… В итоге Б. И. Кузнецов обосновал концепцию персидского происхождения бона». Впрочем, это всего лишь гипотеза. Буду очень рад, если специалисты, обладающие достоверной информацией, а, паче чаяния, и очевидцы этих событий, осветят данный вопрос более полно и объективно.
По имеющимся у автора непроверенным сведениям, возможно Л. Н. Гумилев обладал гораздо более глубокими знаниями о подлинной истории либо догадывался о многих вещах в силу своего недюжинного интеллекта и мощной научной интуиции, однако в силу ряда вполне понятных причин, связанных с идеологическим диктатом, присущим советской исторической науке, не мог в своих работах свободно излагать возникающие у него гипотезы и концепции по истории страны.
На мой взгляд, труды Л. Н. Гумилева по истории древней Руси, и особенно касающиеся ее взаимоотношений с Золотой Ордой, нужно читать, что называется между строк, видимо таким образом автором многое было закамуфлировано от глаз неусыпных советских цензоров. И это не только мое личное мнение. В подтверждение своих выводов могу, в частности, сослаться на книгу замечательного автора Г. Еникеева, тоже занимающегося историческими изысканиями в русле восстановления подлинной истории — «Великая Орда: друзья, враги и наследники».
Так, названный автор пишет следующее: «Мы уже знаем, что Л. Н. Гумилев в своих трудах, как сам он выразился, все-таки „сумел сказать то, что хотел“, хотя и не мог в период европоцентристского тоталитаризма открыто писать правду о подлинной истории татарского народа. Многое пришлось Л. Н. Гумилеву излагать намеками и иносказаниями — при том невозможно было в те времена публиковать историкам публиковать свои труды без приведения общеобязательных постулатов прозападной историографии».
И еще: «В предыдущих книгах более детально излагается анализ сведений из работ Л. Н. Гумилева… Там же можно узнать о том, что именно хотел и смог сообщить нам в своих трудах Великий Евразиец о подлинной истории татарского народа, род бдительным оком стукачей из числа научных коллег и цензоров — управленцев исторической наукой в тоталитарном государстве».
Полный список научных работ Б. И. Кузнецова приведен в приложении №1 к книге (по состоянию на 31.01.2005г.). Из данного перечня, в частности видно, что сотрудничество двух выдающихся ученых-историков по большей части осуществлялось в области научных исследований, касающихся именно религии бон. В дальнейшем наш анализ будет основываться в основном на их совместных трудах, в необходимых случаях будут даваться ссылки на соответствующие работы.

Глава 2
Краткое изложение основ религии бон, ее происхождение и история. Характеристика основных источников.

Прежде, чем приступить к анализу выявленных автором параллелизмов между содержанием древних бонских источников и канонических христианских евангелий, необходимо хотя бы вкратце ознакомиться с имеющимися на сегодня сведениями о происхождении религии бон, ее истории и характерных доктринальных особенностях. Основываться мы при этом будем, разумеется, на работах Б. И. Кузнецова и Л. Н. Гумилева.
Главные выводы ученых в этой части вкратце сводятся к следующему:
— религия бон существовала в Тибете до начала распространения в данном регионе буддизма (VII в. н.э.) и это очень важно для наших дальнейших исследований;
— бон является теоретически обоснованной, цельной религиозной системой, что, на мой взгляд, свидетельствует о наличии сложившейся традиции (школы) и довольно длительного периода времени, необходимого для ее формирования;
— внедрение буддизма в Тибете встретило ожесточенное сопротивление, и, несмотря на «тысячелетнюю» борьбу, а также поддержку центральной власти, так и не закончилось окончательной победой первого;
— в ходе этой борьбы обе религии сильно трансформировались, оказав друг на друга значительное влияние;
— и, главное, что представляет интерес для целей данной книги — религия бон проникла в Тибет из Ирана, т.е. извне и представляет собой одну из разновидностей традиционного маздаизма (зороастризма).
Необходимо отметить, что в исторической науке существуют альтернативные взгляды на генезис религии бон. Так, точка зрения Б. И. Кузнецова и Л. Н. Гумилева об иранском происхождении этого учения долгое время считалась несостоятельной. По этой причине главные работы Б. И. Кузнецова, подводящие итог его многолетних научных изысканий по данному предмету — «Древний Иран и Тибет. История религии бон», а также «Бон и маздаизм» были изданы, увы, после его смерти: первая — в 1998 году, вторая — в 2001.
В связи с этим, Б. И. Кузнецов неоднократно подвергался беспощадной критике за свои научные убеждения. Однако, более поздние, независимые исследования зарубежных коллег Б. И. Кузнецова подтвердили правоту ученого (это мнение А. Н. Зелинского и В. М. Монтлевича — авторов предисловия к упомянутой книге «Бон и маздаизм»). Как пишут упомянутые А. Н. Зелинский и В. М. Монтлевич: «…Позиция Кузнецова об иранском происхождении бона, о его генетическом сродстве с традиционным маздаизмом на сегодняшний день является максималистской, но никем не опровергнутой. Современные тибетологи в этом вопросе до сих пор не пришли к общепризнанной концепции».
По их мнению, Б. И. Кузнецов, кроме этого, расширил спектр проблем, связанных с боном, хотя и не успел в своих исследованиях охватить весь их комплекс. В частности, к этим вопросам можно отнести следующее:
— эсхатология бона и ее связь с кочевым героическим эпосом о Гэсэре и легендами о Шамбале (о герое эпоса Гэсэре мы в дальнейшем поговорим более подробно);
— связь бона с иранским зерванизмом как древнейшим учением о времени;
— различные формы добуддийского и послебуддийского бона в Тибете и ряд др.
Теперь перейдем непосредственно к изложению их гипотезы, впервые опубликованной в совместной работе «Бон (Древняя тибетская религия)» в 1970 году и получившей развернутое представление в упомянутых выше книгах Б. И. Кузнецова «Древний Иран и Тибет. История религии бон» и «Бон и маздаизм».
Итак, в середине VII в. н.э., по приглашению тибетского царя Сронцзангампо, в Тибет из Индии прибывают буддийские монахи для распространения своего учения. Однако, там им пришлось столкнуться, как можно было бы предположить, не с первобытным язычеством, шаманизмом или культом мертвых предков, а с тщательно продуманной, теоретически отработанной религиозной системой, носившей название бон.
Впрочем, о времени распространения этой религиозной системы в Тибете в работах Б. И. Кузнецова содержатся противоречивые сведения. Так, в более поздней монографии «Бон и маздаизм» он относит появление бона в стране вечных снегов уже ко II в. до н.э., а именно к 127 году, который соответствует первому году тибетского летоисчисления «Годы царей». Этим же периодом датируется правление первого полулегендарного тибетского царя Някхри-цэнпо, с деятельностью которого древние тибетские источники и связывают начало распространения в Тибете религии бон. Важно подчеркнуть, что этот же год считается у тибетцев началом государственности.
Таким образом, возникновение первого государства в Тибете тесным образом связано с появлением в этой стране религии бон, что вряд ли может быть случайным совпадением. Не исключено, что государственность в Тибет наравне с религией, а одно от другого, как показывает история, в древности было неотделимо, привнесены извне, возможно в ходе завоевания этой территории каким-то неизвестным исторической науке народом (это предположение более детально мы рассмотрим в своем месте).
Несмотря на активную поддержку центральной, т.е. царской власти, буддистам пришлось выдержать тысячелетнюю борьбу, в результате которой им все-таки не удалось достигнуть полной победы — до сих пор в Тибете наряду с «желтой» верой — ламаизмом существует и учение бона, с той лишь разницей, что борьба между этими религиями больше не влечет за собой множества кровопролитных столкновений, что было характерно для первых веков проникновения буддизма в Тибет (у авторов буквально — «гекатомб из человеческих тел»). Т. е., внедрение буддизма в Тибете происходило драматически, насильственным образом со стороны царской власти (насаждалось «сверху»).
В настоящее время бон исповедуется в Сиккиме, отчасти в Бутане, в Западном Тибете, в китайских провинциях Сычуань и Юньнань, южнокитайскими народностями мань, лоло, лису и др. Говорится даже о некоем ренессансе, который переживает эта религия в наше время. В частности, в конце прошлого века на территории индийского штата Химал-Прадеш, в поселении Доланжи, был возрожден древний бонский монастырь Мэнри, разгромленный после присоединения Тибета к КНР, в результате чего монахи монастыря были вынуждены бежать в близлежащие страны (Индия, Непал, Бутан). Не так давно в столице Непала — Катманду открылся еще один бонский монастырь Тритэн Норбуци. В конце 1980-х годов был основан «Институт по изучению бона». В конце XX в. появились центры по изучению бона в Европе и Америке. Общины последователей этой религии существуют в Москве, Санкт-Петербурге и Минске.
Точный смысл названия религии — «бон», равно как и принадлежность этого слова какому-либо языку, неизвестны, считается, что оно, скорее всего, нетибетского происхождения, что косвенно подтверждает версию о «пришлом» характере этой религии для тибетцев.
Для полноты картины, с целью понимания на каком историческом фоне развивались исследуемые нами события, вкратце, «пунктиром», коснемся истории древнего и средневекового Тибета в изложении Б. И. Кузнецова (впрочем, его взгляд вполне согласуется с общепринятой в науке точкой зрения на историю этой страны).
Итак, как мы указали выше, начало государственности, а значит и истории Страны вечных снегов, сами тибетцы относят ко времени первого полумифического царя Някхри-цэнпо, правившего во II в. до н.э.
Далее, вплоть до VII в. н.э., т.е. до периода царствования знаменитого царя Сронцзангампо, древние источники хранят полное молчание о происходящих в стране событиях, за исключением отрывочных сведений о некоем внутреннем волнении («…армии пришли в движение и возникла борьба; было созвано совещание»), интерпретируемом Б. И. Кузнецовым как процесс объединения тибетских племен, закончившийся созданием мощного союза, возглавляемого вождями сильнейших племен. Таким образом, первоначальный период истории Тибета покрыт для нас мраком, мы имеем о нем весьма скудные и противоречивые сведения.
В VII в. н. э. Тибет заявляет о себе на международной арене в качестве военного агрессора: страна разделена на четыре «крыла» или дивизии, все мужское население обязано служить в армии, кроме «старой», родовой знати, формируется новая элита из числа военнослужащих, особо отличившихся в боевых действиях. Власть царя, формально первого лица в государстве, по-видимому заметно ограничена.
Все это весьма напоминает военно-административное устройство Золотой Орды, вплоть до прямых совпадений — Орда также делилась на четыре основных части или улуса, все мужское население подвластных территорий также, как и в Тибете, подлежало «призыву» на военную службу.

https://ridero.ru/books/tibetskie_evangeliya/freeText
https://chronologia.org/


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Ср авг 03, 2022 9:55 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1124 от 8 августа 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

О производительности труда в России пишет Рустем Вахитов.
Предлагаем аннотацию, оглавление и предисловие новой книги А.Т. Фоменко и Г.В. Носовского "Русь-Орда в фундаменте Европы и Византии" в серии "Как было на самом деле".




О производительности труда в России

Рустем Вахитов

1.
В своих последних выступлениях президент, председатель правительства, министры РФ не устают повторять, что нам необходимо повысить производительность труда.
По их убеждению, без этого мы не сможем перейти от ресурсной экономики, в рамках которой основные доходы поступают в бюджет от продажи нефти, газа, металлов, к современной, наукоемкой, развитой экономике, которая зиждется не на распродаже невосстановимых природных ресурсов, а на росте материального производства. Конечно, с такими заявлениями трудно не согласиться. Действительно, развитые страны отличаются высокими показателями производительности труда. Кроме того, именно резкий рост производительности труда превратил нашу страну в советский период из «аграрного придатка» Европы во вторую сверхдержаву мира.
Так что же нужно сделать современной России, чтобы повторить взлет России советской? Позволяют ли этого добиться меры, прописанные в нацпроектах, на которые возлагает столько надежд наш президент? Чтобы понять это, нужно сначала разобраться с тем, что такое производительность труда, от чего она зависит и как обстояло с ней дело в разные периоды нашей истории.

2.
В любом учебнике по экономике можно прочитать, что производительность труда – это величина, которая показывает соотношение объема произведенной продукции (в натуральном или денежном выражении) и времени, которое работник (работники) на это потратил. Как уже говорилось, производительность труда остается одним из важнейших показателей, по которым можно судить об уровне экономического развития предприятия, региона или страны. Высокая производительность труда характерна для передовых стран, находящихся в первых строчках перечня развитых стран мира, низкая производительность труда – для мировой периферии. Так, по подсчетам британской компании Expert market, почасовая производительность труда в 2016 году в Германии составляла 25,95 доллара (то есть за 1 час средний немецкий работник производил продукции почти на 26 долларов), а в Коста-Рике – 5,31 доллара. Россия, кстати, оказалась на «почетном» 32-м месте, лишь на 3 пункта опередив Коста-Рику. Почему же так?
Это станет понятным, если мы вспомним, от чего зависит производительность труда. Из приведенного определения видно, что таких факторов три – техническое оснащение производства, количество и качество рабочей силы (зарплата рабочих, уровень их образования, обеспеченность социальными условиями) и, наконец, количество потраченного рабочего времени. Причем главнейшим является первый фактор. Коста-риканский рабочий не хуже германского (тем более что рабочими на заводах в Германии теперь часто работают беженцы из Африки и Азии, а не «голубоглазые арийцы»), просто последний работает на полностью роботизированном, современном производстве, получает хорошую зарплату, имеет свой дом, машину, медицинскую и пенсионную страховки, а первый работает за гроши на устаревших станках, выпущенных в США в 50-е годы прошлого века, и ютится где-нибудь в трущобах.
Но вернемся к российским реалиям. Как обстояло дело с производительностью труда в Российской империи и в СССР и как эту производительность можно повысить в нынешней России?

3.
Сегодняшние поклонники монархии, вздыхающие о «России, которую мы потеряли», любят порассуждать об успехах производства в дореволюционной империи, о некоей «николаевской модернизации». Но есть сухая и беспощадная статистика: Российская империя отставала по производительности труда от США в 9 раз, а от Великобритании – почти в 5 раз. В 1913 году, который считается годом наивысшего расцвета царской России, доля нашей страны в общемировом промышленном производстве составляла… 1,72%, тогда как доля США – 20%. Валового продукта на душу населения империя Романовых производила в 9,5 раза меньше, чем США. В 1913 году Россия выплавила всего 4,2 миллиона тонн стали, США – 25 миллионов тонн. В США в 1913 году было 3,035 миллиона абонентов телефонной связи, в России – лишь 97 тысяч человек… На всю 180-миллионную империю!
Впрочем, об уровне экономического развития империи говорит хотя бы такой факт: на протяжении 1908–1913 годов самую большую долю поступлений в госбюджет (26,5% всего бюджета) упорно составляли… доходы от водочной монополии!
Причем нельзя сказать, что в России не хватало рабочих рук. Простые русские бабы рожали чуть ли не каждый год. В большинстве семей было от 7 до 10 детей. Только за годы правления Николая Второго население страны выросло на 60 миллионов человек (сегодня такими темпами растет только население Узбекистана!). В этом отношении условия для роста производительности труда имелись. Однако очень плохо обстояло дело с техническим оснащением и новыми технологиями. Обратимся снова к статье «Царская Россия в цифрах»: в России 1913 года «на 24 472 заводах имелось всего 24 140 электрических, паровых, дизельных двигателей (со средней мощностью 60 л.с.)». То есть даже не по 1 двигателю на каждый завод, как справедливо отмечает автор статьи. По статистике, которую приводил генерал Брусилов, по энергообеспечению и механообеспечению Россия отставала от США в 10 раз!
А ведь это в промышленности, а про сельское хозяйство нечего и говорить. Если оставить в стороне образцовые помещичьи латифундии, которых на всю страну было несколько десятков, то в подавляющем большинстве крестьянских хозяйств не было не только тракторов (в 1913 году на всю 100-миллионую массу российских крестьян было… 152 трактора, притом что в США их количество исчислялось десятками тысяч!), у многих не было даже лошадей! Более 52% крестьян обрабатывали землю не плугами, а деревянными сохами, как их предки в XVII–XVIII веках. 80% сельскохозяйственных работ производилось вручную. Это было одной из причин низкой урожайности у русских крестьян: в России собирали лишь 40 пудов хлеба с десятины, тогда как в США – до 200 пудов (конечно, необходимо делать скидку и на климат). В 1913 году Россия на душу населения произвела всего 471 килограмм зерна, притом что только для самообеспечения, чтобы избежать голода, нужно было произвести 500 кг. А ведь Россия была крупнейшим экспортером зерна на мировой рынок! Стоит ли удивляться, что массовый голод «гостил» в русских деревнях раз в 5 лет? За 1901–1912 годы в российской деревне от голода умерло 8 миллионов человек. Давайте попытаемся осознать эту цифру. Для сравнения: с окончания Гражданской войны до 1951 года в СССР погибло в ходе политических репрессий около 2 миллионов 600 тысяч человек (около 800 000 расстреляны, около 600 000 – погибли в лагерях и тюрьмах, 1 200 000 – умерли во время раскулачивания, депортаций и т.д.). 2 миллиона 600 тысяч за 30 лет – вот они, пресловутые сталинские репрессии! В «прекрасной царской России» за 11 лет только от голода погибло почти в 3 раза больше – 8 миллионов человек. А ведь были еще Ленский расстрел, столыпинские трибуналы и т.д. и т.п. И если бы не пришла Советская власть, деревня так же загибалась бы от голода, теряя по 8 миллионов каждые 11 лет…
С мотивацией зарплатой, социальными условиями, образованием работников в царской России также не все было благополучно. Уровень зарплат рабочих в разы отставал от европейских. Рабочий в Германии тратил на питание семьи 20–25% своей зарплаты, рабочий в России – до 100% (причем у российского рабочего, как правило, работала вся семья, включая детей). Здоровье рабочих и крестьян также оставляло желать лучшего. В начале ХХ века из 1000 родившихся детей в России умирало в младенчестве 263 человека, в Англии – 108. Конечно, это было связано с низкой обеспеченностью медицинскими услугами: «в России, которую мы потеряли», на 10 000 населения было... 1,6 врача. А это ведь средняя цифра, которая учитывала и обитателей Царского Села, и жителей фешенебельных кварталов Петербурга. А вот в сельской местности 1 врач приходился на 26 000 (26 тысяч!) человек!
Не лучше было с грамотностью населения. Она составляла 228 человек на 1000 человек (в Англии – 816).
Но низкий уровень производительности труда в царской России был связан и с фактором времени, ведь чем больше суммарное рабочее время, тем выше производительность труда в стране. Россия и в этом отношении сильно отличалась от стран Европы. Еще в 1867 году чиновник министерства финансов Ю.А. Гагемейстер отмечал в своем докладе, что рабочих дней в России – лишь 240 против 300 в Германии. В 125 выходных входили Новый год, главные церковные праздники, а также дни тезоименитства государя, государыни, наследника и др. В деревнях праздновали еще дни местночтимых святых и по 2–3 дня – престольные праздники, так что количество нерабочих дней в году доходило до 150. А ведь были еще и просто воскресные дни!
Промышленники и высшие чиновники неоднократно обращались к царю и в Священный синод с предложениями сократить количество нерабочих дней, но максимум чего удалось добиться – принятия в 1890 году Свода уставов, согласно которому количество праздников сократили до 91. В 1904 году члены Госсовета обратились к царю с запиской. В ней указывалось на экономические последствия этого: в России по ее климатическим условиям сельскохозяйственный сезон составляет в среднем 183 дня (а на севере около 150). Вместе с тем с 1 апреля по 1 октября в календаре было 77 праздничных дней. То же касалось и городских производств: в праздничные дни зачастую железнодорожные станции были переполнены неразгруженной продукцией, и имелись случаи, когда промышленники обращались в Синод, дабы священники убедили рабочих, что нет греха заниматься разгрузкой в праздник (и получали отказы).
Правда, фабриканты и владельцы сельскохозяйственных латифундий, не дождавшись отклика от царского правительства и Синода, решали проблему по-своему (и об этом журналисты «Коммерсантъ-Деньги» скромно умалчивают). Российские буржуа компенсировали свои убытки за счет увеличения рабочего дня, который на дореволюционных мануфактурах мог достигать 10, 12 часов и выше. По этому поводу есть показательная статистика. Российский рабочий в период с 1897 по 1905 год имел 143 выходных из 365 дней в году: 52 воскресенья и 91 праздник. Но при этом он вырабатывал 2331 час в году (против 1968 часов в СССР в 1970-е). Это 63-часовая рабочая неделя, средняя продолжительность рабочего дня 10,5 часа. При этом фабрикант мог изъять по закону 26 праздничных дней для нужд производства. Тогда неделя становилась 69-часовой, а рабочий день увеличивался до 11,5 часа. Отпусков и больничных, конечно, не предусматривалось.
Итак, причины низкой производительности труда в дореволюционной России вполне понятны.

4.
В СССР произошел настоящий прорыв в этой области. Уже к 1927 году производительность труда увеличилась на 21% по сравнению с 1913 годом (несмотря на сокращение рабочего дня с 11,5 до 7,5 часа). В эпоху первых пятилеток производственные мощности Советского Союза выросли на 355%, а объем выпущенной продукции увеличился в 7 раз по сравнению с дореволюционной Россией. Доля царской России в общемировом промышленном производстве составляла в 1913 году 1,72%, доля СССР в 1940 году – уже 10%. На Западе открыто признавали, что сталинский СССР догнал, а в некоторых областях и обогнал своих оппонентов в борьбе двух систем. Французская газета «Тан» писала в 30-е годы: «В состязании с нами большевики оказались победителями».
Даже ужасная война не переломила хребет трудового энтузиазма советских людей. В 1960 году СССР был на третьем месте по производительности труда в мире – после США и Франции. В конце 1960-х – начале 1970-х годов начался некоторый спад, но он, по мнению многих экономистов, был вполне преодолим, если бы не «катастройка».
Конечно, одной из главных причин «советского чуда» была техническая революция. Воспользовавшись мировым кризисом конца 20-х – начала 30-х годов (Великая депрессия), советское правительство все силы бросило на закупку оборудования, машин, новых технологий. Вырученные от продажи хлеба «зернодоллары» превращались в станки, грузовики, трактора, а в конце концов – в заводы, которые позволяли все это производить самим, а не покупать за рубежом. В Америку и в Европу отправлялись делегации советских инженеров и рабочих – чтобы перенять, как тогда говорили, «передовой опыт». Американские конструкторы, немецкие архитекторы приезжали в Советский Союз и строили здесь заводы, электростанции, города. Так, строительством плотины Днепрогэса руководил американский инженер-консультант Хью Купер, который ранее возвел ГЭС на Ниагаре. Руководство СССР наградило его орденом Трудового Красного Знамени. Заметим, не американцы наживались на развале нашего народного хозяйства, как это случилось при Горбачеве и Ельцине, а наоборот: советское правительство сумело заставить американцев помогать нам строить социализм.
Есть множество статей и книг, в которых приводятся впечатляющие цифры технического перевооружения и расширения промышленности Советского Союза в 20–30-е годы. Читатель сам может их найти и посмотреть. А я приведу слова И.В. Сталина, сказанные им на Пленуме в 1933 году, когда подводились итоги первой пятилетки. Слова, за которыми были не только цифры отчетов, но и дела:
«У нас не было черной металлургии, основы индустриализации страны. У нас она есть теперь.
У нас не было тракторной промышленности. У нас она есть теперь.
У нас не было автомобильной промышленности. У нас она есть теперь.
У нас не было станкостроения. У нас оно есть теперь.
У нас не было серьезной и современной химической промышленности. У нас она есть теперь.
У нас не было действительной и серьезной промышленности по производству современных сельскохозяйственных машин. У нас она есть теперь.
У нас не было авиационной промышленности. У нас она есть теперь.
В смысле производства электрической энергии мы стояли на самом последнем месте. Теперь мы выдвинулись на одно из первых мест.
В смысле производства нефтяных продуктов и угля мы стояли на последнем месте. Теперь мы выдвинулись на одно из первых мест.
У нас была лишь одна-единственная угольно-металлургическая база – на Украине, с которой мы с трудом справлялись. Мы добились того, что не только подняли эту базу, но создали еще новую угольно-металлургическую базу – на востоке, составляющую гордость нашей страны.
Мы имели лишь одну-единственную базу текстильной промышленности – на севере нашей страны. Мы добились того, что будем иметь в ближайшее время две новых базы текстильной промышленности – в Средней Азии и Западной Сибири.
И мы не только создали эти новые громадные отрасли промышленности, но мы их создали в таком масштабе и в таких размерах, перед которыми бледнеют масштабы и размеры европейской индустрии.
<…> все это привело к тому, что наша страна из аграрной стала индустриальной, ибо удельный вес промышленной продукции в отношении сельскохозяйственной поднялся с 48% в начале пятилетки (1928 г.) до 70% к концу четвертого года пятилетки (1932 г.)».
Впечатляющим было и техническое перевооружение сельского хозяйства в 1930-е годы. Современные антисоветчики обычно делают акцент на перегибах при коллективизации, на ускоренном и даже насильственном ее характере, игнорируя все остальное, в том числе саму цель, ради которой она проводилась. А целью было такое повышение производительности труда в сельском хозяйстве, которое позволило бы:
1) накормить страну хлебом и исключить случаи, подобные 1927–1928 годам, когда города снова перешли на хлебные карточки;
2) сделать так, чтобы деревня обходилась гораздо меньшим объемом рабочей силы, которая была нужна для городских промышленных производств, возникающих в эпоху индустриализации.
Цель эта была достигнута, и во многом за счет внедрения в советской деревне технических новинок и современных для той эпохи технологий. В 1940 году производительность труда в сельском хозяйстве составляла в СССР 70% по сравнению с 1928 годом (последним до коллективизации). В 1937 году колхозная деревня собрала 97,4 миллиона тонн зерна, тогда как в 1913-м собирали 65,2 миллиона. Коллективизация принесла в деревню технику и уменьшила долю ручного труда. В 1913 году в России было 152 трактора, в 1928-м – 27 тысяч тракторов, а в 1940-м, после коллективизации, – 531 тысяча тракторов, 182 тысячи комбайнов и 228 тысяч грузовых автомобилей. В деревнях появились МТС (машинно-тракторные станции).
Конечно, изменились и условия труда и быта работников, уровень их обеспечения медицинскими услугами, уровень образования.
Статистика отмечает устойчивый рост зарплат рабочих в 1920–1930-е годы. Александр Ильюхин, автор книги «Как платили большевики», пишет: «За два года (1922–1923 гг. – Р.В.) удвоилась заработная плата в металлургической, полиграфической, бумажной отраслях промышленности, в 2,4 раза в кожевенной, в 2,2 раза в текстильной, в 1,8 раза в пищевой, в 1,6 раза в химической и всего в 1,3 раза в горной отраслях промышленности». Если же сравнивать с зарплатой дореволюционных рабочих, то мы увидим, что в 1913 году средняя зарплата рабочего составляла 37,5 царского рубля (что соответствовало тогдашним 22 долларам и 15 центам), а в 1940-м средний советский рабочий получал уже 339 советских, обеспеченных золотом рублей (или 63 доллара 96 центов) в месяц. Хотя ценность доллара с 1913 по 1940 год несколько снизилась, но все же это был явный рост благосостояния.
Кроме того, рабочий день в СССР в 1920–1930-х годах равнялся уже не 11,5, а всего лишь 7 часам. Советский рабочий имел законный оплачиваемый отпуск и оплачиваемый больничный. Провести свой отпуск он мог в специальных санаториях для рабочих. Открылись вечерние школы (все 20-е и 30-е годы в стране шла кампания по ликвидации безграмотности, которая успешно завершилась), а также вузы (где были созданы специальные рабочие факультеты). В 1930 году было введено всеобщее начальное образование, позднее – семилетнее.
В стране появилась сеть яслей, детских садов, поликлиник. Снизилась общая смертность – в 1940 году она составляла всего 18 детей на 1000 новорожденных (до революции, вспомним, – более 200), выросла продолжительность жизни. Рабочие вслед за госслужащими стали получать государственные пенсии по инвалидности и по старости (чего до революции не было).
Правда, в городах остро стоял жилищный вопрос. Миллионы людей переехали из деревень, стали рабочими промышленных предприятий, работниками учреждений. Жилья не хватало. Путем уплотнения старых больших квартир были созданы коммуналки (причем это была общемировая тенденция, в Нью-Йорке в то время тоже были такие квартиры на несколько хозяев – стремление населения в большие города было повсеместным). Но уже в 1960–1970-е годы Советская власть фактически решила это вопрос (а не будь страшной войны, решила бы и раньше).
Естественно, жизнь не была идеальной, имелось множество бытовых недостатков, но они не шли ни в какое сравнение с жизнью царского рабочего и тем более тогдашней деревни.
Кстати, особенно ярко выявлялись изменения к лучшему на селе. Коллективизация ведь означала для деревни не только появление колхозов и современной сельскохозяйственной техники. С коллективизацией в русскую и советскую деревню пришла современная цивилизация. В деревенских избах загорелись электрические лампочки, исчезла традиция топить печь по-черному, так что дым был в избе. Открылись избы-читальни (бесплатные библиотеки, где устраивались коллективные читки газет, журналов и книг), клубы, где показывали кино, проводили торжественные собрания, устраивали танцы. Возникли даже колхозные театры! При клубах действовали спортивные секции. В сельсоветах работали радиоточки, колхозники собирались и слушали радио.
Появились медпункты, поликлиники, больницы. Снизилась детская смертность, был побежден педикулез (вши были извечным бичом деревни до революции, у русских крестьян была даже популярная игра – «искаться», то есть вылавливать вшей друг у друга). Женщины перестали рожать в поле, на меже, роды стали проходить в акушерских пунктах или по крайней мере с профессиональным родовспоможением. Крестьянские ребятишки пошли в школы, а самые талантливые после окончания школы и с согласия колхоза получали направление для продолжения учебы в городских техникумах и вузах. Старики и инвалиды стали получать пенсии от колхоза, а сельские врачи, агрономы, учителя – от государства. К концу 30-х годов были колхозы, которые обзаводились электромельницами, общественными столовыми, банями, яслями и даже водопроводом! Разумеется, это было далеко не везде, но было – так об этом пишет современный историк И.В. Чемоданов в статье «Культурное развитие вятской деревни в 1930-е гг.».
Улучшение бытовых условий, рост зарплат, социальные услуги – вот еще один секрет фантастического роста производительности труда в довоенном СССР.
Наконец, в СССР научились экономно расходовать рабочее время. По Кодексу законов о труде от 1918 года было установлено 6 праздничных дней в году – 1 января (Новый год), 1 мая (День Интернационала), 7 ноября (День Пролетарской революции), 22 января (День 9 января 1905 года), 12 марта (День низвержения самодержавия), 18 марта (День Парижской коммуны). Дополнительно к этому еще 6 дней могли вводить местные власти (как правило, это были религиозные праздники, потому что большинство рабочих в то время были верующими). То есть 12 праздников против 91 при царском режиме! При этом сохранялся выходной день – воскресенье, рабочий день сокращался до 7 часов и вводился месячный оплачиваемый отпуск.
Но индустриальный рывок эпохи первых пятилеток потребовал мобилизации сил и еще более рачительного отношения к рабочему времени. В 1929 году в Советском Союзе была введена так называемая непрерывка, или непрерывное производство. Для работников предприятий и производств был составлен специальный табель-календарь, в котором рабочий год был разделен на 72 пятидневки. Все работники были разделены на 5 групп, каждая из которых получала свой цвет – желтый, розовый, красный, фиолетовый, зеленый. Каждая группа имела отдельный выходной в один из дней пятидневки, и они не совпадали – таким образом, производство работало непрерывно, а работники имели на несколько выходных в год больше (так как выходной был 1 раз в 5, а не в 7 дней). Иногда говорят, что эта реформа уничтожила воскресенье, но это не так; григорианский календарь продолжал действовать, и на работников негосударственных предприятий и частных лиц непрерывка не распространялась. Впоследствии произошли некоторые изменения (пятидневку заменили шестидневкой), но они были несущественными. Непрерывку отменили лишь в 1940 году, когда индустриализация страны была завершена. При помощи непрерывки Советской власти удалось в полной мере использовать фактор времени для увеличения производительности труда.

5.
Либеральные реформы Ельцина–Гайдара нанесли сокрушительный удар по нашей экономике. В промышленности производительность труда в период с 1990 по 1998 год рухнула более чем на 60%. Сельское хозяйство в результате разрушения колхозов и совхозов вообще пришло в упадок. Так, один работник сельского хозяйства в постсоветский период производит продукции на 17 тысяч долларов в год, а один американский фермер – на 108 тысяч долларов. Если бы мы не торговали углеводородами и не покупали на вырученные деньги сельхозпродукцию за рубежом, у нас бы сейчас был голод почище того, что терзал страну до революции или в Гражданскую войну!
С приходом к власти нового президента руководство страны озаботилось этой проблемой. В 2012 году В.В. Путин даже подписал Указ № 596 «О долгосрочной государственной экономической политике», по которому к 2018 году производительность труда в России должна была подняться в 1,5 раза относительно 2011 года. Увы, этого не произошло, вместо ожидаемых 50% рост составил 5,5%. Майские указы 2018 года и даже соответствующая нацпрограмма поставили ту же задачу – повысить ПТ, но уже к 2024 году. Не будет ли их результат таким же? Вероятнее всего, случится именно так. Потому что нет условий для повышения производительности труда.
Начнем с того, что для этого нужна новая техническая революция. Износ оборудования на промышленных предприятиях РФ чудовищный. В 2015 году правительственная «Российская газета» опубликовала интервью с заведующим международным отделом Института социально-экономических проблем народонаселения РАН Константином Андриановым. Он открыто признал, что износ промышленных мощностей в России составляет 78%. Многие предприятия не модернизировались с советских времен. О какой производительности труда можно говорить, если рабочие трудятся на станках почти 70-летней давности?
Более того, в спасении нуждаются даже не отдельные предприятия, а целые отрасли российской экономики. Еще несколько лет, и они исчезнут безвозвратно.
О сельском хозяйстве и говорить нечего. Колхозы разрушены, парк сельскохозяйственной техники частично распродан, частично устарел. Крестьяне перешли к прадедовским методам сельского хозяйства. В 2014 году министр сельского хозяйства Николай Федоров заявил, что техническая отсталость в агротехническом комплексе снижает урожайность на 30–40%.
К. Андрианов считает, что для того, чтобы избежать краха российской промышленности (кроме нефте- и газодобывающей и обрабатывающей), требуются серьезные капиталовложения со стороны государства. То же можно сказать и об агрокомплексе. Средств, которые накоплены в Резервном фонде (5 триллионов рублей) и в Фонде национального благосостояния (5 триллионов рублей), в принципе было бы достаточно для запуска новой индустриализации. Но в законе о промышленной политике нет никакого плана технического переоснащения и финансирования этого. Не указаны также госорганы, которые должны этим заниматься, в тексте закона высказаны лишь пожелания с оговорками «можно», «может быть», «могут». При этом действия правительства говорят сами за себя: на поддержку реального сектора промышленности в 2014 году было выделено 4 миллиарда рублей, а на поддержку банков – 1,7 триллиона рублей. Так стоит ли верить заявлениям президента и правительства, что они озабочены падением производительности труда и стремятся к новой индустриализации?
Новая индустриализация нуждается и в рабочей силе. При Сталине это были рабочие руки десятков миллионов российских крестьян, которые были готовы переехать из деревень в города и работать на стройках и заводах. Страна еще подпитывалась последствиями демографического взрыва начала ХХ века. А в 90-е годы Россия пережила настоящий демографический крах. В течение 10 лет страна теряла от 500 до 900 тысяч в год. До сих пор смертность чуть выше рождаемости (если не учитывать мигрантов и жителей Северного Кавказа). Но и имеющиеся молодые работники не рвутся на предприятия, заводы, фабрики. Они заняты в бизнесе, сфере услуг, в теневом секторе (из 85 миллионов трудоспособного населения страны около 38 миллионов официально не трудоустроены, то есть работают в «тени»). В стране не хватает рабочих, инженеров, учителей, а молодые мужчины трудятся охранниками и продавцами, втихую ремонтируют машины в гаражах и нелегально бомбят на своих автомобилях. Дошло до того, что президент поднял на 5 лет пенсионный возраст: власть боится отпускать на пенсию стариков, на смену им на многих предприятиях почти некому приходить.
Скоро некому будет работать: в стране лишь 25 миллионов промышленных рабочих, но при этом 43 миллиона пенсионеров и 4,7 миллиона госслужащих. О какой индустриализации вообще может идти речь? Как правительство собирается решать эту проблему? С высоких трибун мы слышим лишь невразумительные общие фразы и никаких объяснений…
Роль резервуара рабочей силы могли бы выполнить среднеазиатские республики бывшего СССР. Они и сейчас играют эту роль, но оттуда идут потоки нелегалов с низкой квалификацией. Возрождение Советского Союза (или схожей конфедерации постсоветских государств) позволило бы обучить новых сограждан, дать им рабочие квалификации, заполнить рабочие места в России – индустриальном центре нового Союза… Но ведь наш президент сказал, что восстановление СССР – это «сапоги всмятку»…
А возьмем фактор рабочего времени. В современной России выходных и праздников уже столько же, сколько в царской России. В советские времена, отметив Новый год, уже 2 января граждане выходили на работу. Теперь мучаются пьяным бездельем аж до 10 января. То же самое – в начале мая. Такое ощущение, что правительство прямо хочет, чтобы люди побольше отдыхали, и это объяснимо: тот же К. Андрианов признал, что в IV квартале 2014 года было «30–40% недогрузки производственных мощностей». Российская экономика во многом держится на углеводородном экспорте. Даже то количество предприятий, которое сохранилось после деиндустриализации 1990-х, избыточно для сырьевого придатка. Однако просто закрыть их нельзя: их работники все-таки избиратели, вот и приходится идти на хитрости. Недаром же Медведев недавно предложил перейти на 4-дневную рабочую неделю (с тремя выходными). Дескать, наступил век роботизации, всю тяжелую работу будут делать роботы, а людям можно будет и отдохнуть. Вот только Дмитрий Анатольевич забыл привести статистику по роботизации промышленности в странах Юго-Восточной Азии, в Америке, в Евросоюзе и в России. А она неутешительна для нас: если в Сингапуре 351 робот на каждые 10 000 рабочих, в Японии – 305 роботов, в Германии – 301, в США – 176, то в России аж целых 3! В Бразилии и то больше – 11! Поэтому высвобождение рабочего времени за счет роботизации нам, прямо скажем, не грозит. Нет, я лично не сомневаюсь, что Медведев со временем переведет многие наши предприятия на четырехдневку и даже объяснит это роботизацией. Но истинная причина будет другая: деградация производства…
Конечно, никакая индустриализация нас не ждет. Производительность труда будет падать и падать, техника изнашиваться, народ же получать все новые выходные и праздники... Не для того «птенцы гнезда Горбачева и Ельцина» раздербанивали СССР, разрушали его промышленность, сельское хозяйство, делили госсобственность, чтобы вдруг взять и возродить сверхдержаву…
Для того чтобы изменить ситуацию, народы бывших советских республик должны взять свою судьбу в собственные руки…

г. Уфа

http://sovross.ru/articles/1873/45057




Издательство АСТ выпустило новую книгу А.Т. Фоменко и Г.В. Носовского "Русь-Орда в фундаменте Европы и Византии" в серии "Как было на самом деле"

Аннотация
Куликовская битва на Руси отразилась в западных летописях как известная битва XIV века якобы в Италии, близ Молинелли. Знаменитый итальянский кондотьер Бартоломео Коллеони оказывается фантомным отражением Сергия Радонежского. Известная "Битва Золотых Шпор" XIV века у бельгийского города Кортрейк - это тоже отражение Куликовской битвы. Обнаружены новые яркие сведения об императоре Андронике-Христе, то есть о князе Андрее Боголюбском - апостоле Андрее Первозванном. Проведенный Им религиозный декрет-реформа в Царь-Граде был высечен на каменных плитах в храме Святой Софии. Условно - это "Послание Христа". Византийские хроники не только описывают царь-градскую древность XII-XIII веков, но добавили сюда второй слой из Руси-Орды, метрополии Великой Империи, XVI - начала XVII века. Например, библейская Есфирь, то есть Елена Волошанка при Иване III=IV Грозном из XVI века, фантомно отразилась как византийская царица Ефросинья, якобы XII века. В фундаменте истории Европы и Византии находятся события, развернувшиеся в Ордынской Империи XIII-XVI веков, в которую тогда входили и Европа и Византия.

Оглавление

Предисловие

Глава 1. "Дневник европейского путешественника", приписываемый Шекспиру, сообщает, что останки знаменитого Тита Ливия были захоронены в итальянской Падуе в XVI веке. При этом, в конце XVI - начале XVII века в Падуе еще был цел средневековый, то есть античный, дом, где жил и творил античный классик. Так что напрасно историки отодвигают Тита Ливия в далекое прошлое, якобы около начала н.э.

1. Напоминание: "История" Тита Ливия описывает Древний Царский Рим, который, оказывается, был в Междуречье Оки и Волги
2. Останки Тита Ливия были захоронены в Падуе в XVI веке. Ливий был бритым, как и многие "античные" римляне. Носил на голове казацкую-атаманскую чалму вместо шляпы
3. Дом Тита Ливия в Падуе в конце XVI - начале XVII века находился еще в хорошем состоянии и пользовался всеобщим уважением. Скорее всего, Ливий умер недавно, в эпоху XVI века, и потому за прошедшие несколько десятилетий его дом неплохо сохранился
4. Сегодня историки весьма уклончиво рассуждают о Доме Ливия. Тем не менее, сообщается, что в XVI веке в Доме Тита Ливия "снова жил" падуанец по имени Тит Ливий. Но, якобы, это был "совсем другой Тит Ливий"

Глава 2. Известная битва при Молинелли 1386 года, где венецианцы разгромили миланцев и флорентийцев впервые при помощи пушек, - это еще одно (уже тридцать первое) отражение Куликовской битвы. В данном случае, в итальянских летописях. Знаменитый итальянский кондотьер Бартоломео Коллеони - это фантомное отражение Сергия (Варфоломея) Радонежского.

1. Напоминание о Куликовской битве 1380 года
2. Сергий-Варфоломей Радонежский и его отражение - Бартольд Шварц
3. Краткое западно-европейское жизнеописание Бартоломео Коллеони. Знаменитая конная статуя в Венеции
4. Другие памятники Бартоломео Коллеони
5. Бартоломео Коллеони - знаменитый полководец, является объединенным отражением как Сергия Радонежского, так и Дмитрия Донского. Считается первым итальянцем, применившим в поле артиллерию
6. Датировки западно-европейских дубликатов Куликовского сражения: 1380 год (якобы битва Венетов с Генуэзцами) и 1467 год (якобы битва Венетов против Флоренции, Болоньи и Арагонского королевства при селении Молинелли)
7. Что означало имя "Бартоломео Коллеони Бергомский"
8. Итальянский город Бергамо-Борго, то есть, попросту, Порох (Пороховой город)
9. Правильно говорится, что пушки Бартоломео Коллеони изменили лик войны
10. Почему с пушками Коллеони связывали "вонь". Якобы, отверстия для запалов замазывали человеческим калом
11. Крестовый поход Коллеони в Турцию (который якобы не состоялся) - это отражение реального похода Дмитрия Донского = Константина Великого в Византию. Он основал там Константинополь в конце XIV века
12. Известная Капелла Коллеони в Бергамо. Символы пушек на Капелле и на конном памятнике Коллеони в Венеции
13. Капелла Каллеони - это погребальный мавзолей. Тут якобы было захоронение полководца. Однако, оказывается, саркофаг был пуст. Поиски останков были безуспешны. И тогда за останки Коллеони историки стали выдавать какие-то мощи, найденные лишь в 1969 году в деревянном гробу, "спрятанном тут же"
14. Переписывая историю в XVII-XVIII веках, историки решили поиздеваться над памятью Сергия (Варфоломея) Радонежского, названного Бартоломео Коллеони. Объявили эффектный воинский символ, а именно, три пороховницы на гербе Коллеони, - тремя мужскими мошонками. И начали глумливо ухмыляться. До сих пор развлекают этим доверчивых туристов
15. В XVII веке в Венеции стояла статуя Коллеони, отличная от той, что стоит сегодня. Значит, памятник, который мы видим сегодня, сделан не в XV веке, как нас уверяют, а по крайней мере лет на двести позже
16. На венецианском памятнике Коллеони стоит дата, которая, скорее всего, означает 1647 год, а вовсе не 1495. То есть, памятник сделан в середине XVII века, как мы и показали выше
17. Татарские следы в Италии

Глава 3. Знаменитая "Битва Золотых Шпор" у бельгийского города Кортрейк (Куртре) якобы 1302 года - это еще одно (уже тридцать второе) отражение Куликовской битвы 1380 года. В данном случае, на страницах фламандских, французских и итальянских летописей

1. Принятое сегодня описание знаменитой битвы при Куртре. Фламандцы против французов. Исключительно высокая оценка победы фламандского ополчения над профессионалами
2. Важное средневековое описание Битвы Золотых Шпор дал итальянский хронист Джованни Виллани, живший якобы в XIV веке
2.1. Кто такой Джованни Виллани. Когда жили Виллани и Данте Алигьери
2.2. Подробный рассказ Виллани о битве при Куртре
3. Битва при Куртре как фантомное отражение Куликовской битвы на страницах западных летописей
3.1. Народное ополчение победило профессионалов. Простонародье против великолепных рыцарей.
3.2. Ополченцев-фламандцев было значительно меньше чем профессионалов-французов
3.3. Ров, пересекавший поле при Куртре и река Непрядва (Яуза), пересекавшая поле Куликово (на территории Москвы). Этот ров и эта река сыграли важную роль в разных летописных описаниях победы ополченцев
3.4. Московский Красный Холм как ставка хана Мамая (Орды) и холм при Куртре как ставка графа Артуа (французов)
3.5. Полный разгром профессионалов был воспринят как чудо. Чудо было достигнуто благодаря загадочным годендагам в руках фламандцев. На самом деле, годендаги - это пушки, неожиданно использованные ополчением Дмитрия Донского
3.6. Легендарные годендаги в "Битве Золотых Шпор" и пушки Куликовской битвы в библейской истории Давида и Голиафа. Суковатые деревянные "дубины с железным кольцом"
3.7. Известный старинный Сундук Куртре, на котором изображена Битва Золотых Шпор
3.8. Напоминание: как представляли огнестрельные орудия на "античных" и средневековых изображениях
3.9. Изображения годендагов на известном Сундуке Куртре практически идентичны изображениям огнестрельных орудий на других старинных памятниках
4. Куликовская битва была религиозной. В битве при Куртре также был силен религиозный мотив
5. Гибель Мамая (хана Орды) и гибель графа Артуа (Орда-Рать)
6. Сергий Радонежский, благословляющий "со Знамением" ополчение Донского, и священник, благословляющий "со Знамением" ополчение фламандцев. При этом, все римское войско видит "Знамение Константину Святого Креста" и, аналогично, все фламандское войско видит "Тело Христово"
7. Итак, битва при Куртре во Фландрии и битва на поле Куру в Индии - это перенесенные туда (на бумаге) отражения Куликовской битвы, бывшей на территории будущей Москвы. Звуки Р и Л часто подменяли друг друга
8. Почему одно из отражений Куликовской битвы "нарисовали" именно на карте Фландрии в Западной Европе
9. Как выясняется, знаменитый папский рыцарский Орден Золотой Шпоры, второй по значимости после Верховного Ордена Христа, был учрежден именно в честь Куликовской битвы
10. "Золотые Шпоры" - это, вероятно, "Золотой Спор", то есть "Спор с Золотой Ордой", битва апостольских христиан с царскими. А также Золотая Воля (Золотая Булла) Дмитрия Донского
11. Вожди ополченцев в битве при Куртре и предводители ополченцев в Куликовской битве
12. Восстание фламандцев и битва в Брюгге якобы 1301 года, жестокое поражение французов - это еще одно отражение Куликовской битвы. Оно более смутное, но теперь вполне узнаваемо
12.1. Напоминание: в русских летописях Куликовская битва 1380 года "раздвоилась". Ее второе, более скупое описание поместили в 1382 год, назвав взятием Москвы ханом Тохтамышем (то есть опять-таки Дмитрием Донским)
12.2. В западных летописях Куликовская битва тоже "раздвоилась". Главное ее отражение - это Битва Золотых Шпор при Куртре якобы 1302 года, а второе, более туманное, отражение - это восстание и битва в Брюгге якобы в 1301 году. Вот рассказ Джованни Виллани
12.3. Битва в Брюгге - это краткое, но теперь вполне узнаваемое второе отражение Куликовского сражения
12.4. Французы толпами гибли "на расстоянии" под градом камней, бросаемых якобы "женщинами". По-видимому, в первоначальной летописи был описан расстрел рыцарей картечью из пушек-мортир
12.5. Монумент в честь битвы в бельгийском Брюгге фактически является памятником Дмитрию Донскому и Сергию Радонежскому. Было бы правильно отразить этот факт в надписи на постаменте

Глава 4. Новые сведения об императоре Андронике-Христе, то есть о князе Андрее Боголюбском, то есть об апостоле Андрее Первозванном, обнаруженные нами у византийских историков XII века. Каменные плиты с "Посланием Христа" = религиозным декретом-реформой Андроника-Христа в храме Святой Софии

1. Оказывается, важные труды известных византийских историков Иоанна Киннама и Никиты Хониата, написанные в XII-XIII веках, подверглись поздней редакторской обработке в эпоху XVI-XVII веков
2. Андроник-Христос был племянником царя Мануила I Комнина (то есть евангельского царя Ирода). Двойственное отношение Мануила-Ирода к Андронику-Христу: с одной стороны царь враждебен к племяннику и опасается его, а с другой стороны поддерживает и делает ему подарки
3. Три царя Волхва поклонились Иисусу и не выполнили просьбу царя Ирода. Аналогично, по Киннаму: три царя поддержали Андроника, поклонились ему, и фактически обманули царя Мануила
4. Бегство Святого Семейства на страницах Киннама
4.1. Конфликт Андроника с царем Мануилом - это "конфликт" юного Иисуса с царем Иродом. Попытка убийства. Киннам меняет местами "хорошего" и "плохого" персонажей
4.2. Арест Андроника. Царь Мануил заключает его в тюрьму. А в Евангелиях это - попытка царя Ирода убить юного Иисуса. Тесные связи Андроника с Русью
4.3. Андроник бежит из царь-градской тюрьмы к Тавроскифам, то есть на Русь, в Крым. В Евангелиях это описано как Бегство Святого Семейства в Египет
5. Свидетельства Иоанна Киннама. Принципиальный религиозный спор, вспыхнувший в Царь-Граде во второй половине XII века. Новое религиозное течение, введенное Царем. В центре яростной борьбы - Андроник Комнин
6. Никита Хониат о новом религиозном учении, выдвинутом Царем. Борьба вокруг него. Грозные явления природы в связи с новым учением, незадолго до смерти Царя
6.1. Вот свидетельства Хониата
6.2. Царь вводит новое дерзкое религиозное учение. Это вызывает бурю и раскол в церкви. Многие были изгнаны из "священной и божественной ограды". Вероятно, речь идет о возникновении христианства
7. Новое учение Царя привело к созыву церковного Собора в Царь-Граде. Борьба концепций
7.1. Вот свидетельства Хониата
7.2. Царь созвал церковный Собор, дабы утвердить свое учение, поскольку он "обнял своим умом Самого Христа и от Него Самого"
8. Постановление и тезисы Царя, то есть "Послание Христа", были вырезаны на каменных досках, помещенных в храме Святой Софии. Следовательно, эти "доски Христа" являются ценным памятником, знаменующим начало христианства
9. Якобы оригиналы каменных плит Мануила (на самом деле Царя Эммануила, то есть Христа) с "Посланием Христа" сегодня вмурованы в потолок гробницы Сулеймана Великолепного, а их гипсовые копии выставлены в Святой Софии
9.1. Гипсовые копии досок Христа в церкви Святой Софии. Этот средневековый греческий текст считается трудным для дословного перевода
9.2. Якобы оригиналы каменных досок Христа XII века, находящиеся сегодня в гробнице Сулеймана, созданы, скорее всего, в XVI веке, при Сулеймане Великолепном = Соломоне "по мотивам" старых досок Царя Христа из двенадцатого века
9.3. Где фотографии пяти досок Христа, висевших в Святой Софии в XVI веке и извлеченных в 1959 году из гробницы Сулеймана?
10. Далее в Хронике Хониата поставлен дубликат, фактический повтор предыдущего сюжета. Царь неожиданно "снова вводит новые догматы", беспрекословно "подняв на знамя" Бога Олосфироса (якобы придуманного Магометом). "Снова" собирается большое церковное Собрание. "Снова" - споры с Царем, "снова" яростная борьба
10.1. Вот рассказ Хониата
10.2. Хониат сам указывает на "повтор событий", на присутствие здесь дубликата
10.3. Царь издал декрет, в котором "поднял на щит" нового Бога Олосфироса - "Скованного Молотком"
10.4. Почему Хониат (или его редактор) решил, будто Бог Олосфирос "был придуман Магометом"
10.5. Упорная борьба Царя за новые догматы с многочисленными противниками. Созыв Собрания-Собора. Перед нами - возникновение христианства и начало его распространения
10.6. Однако Царю не удалось полностью победить при жизни. Учение возникло и укоренилось, но сам Царь умер
10.7. В самом конце "повторного сюжета" Хониат упоминает имя Мануил для Царя, вспоминая о Его юности. Все верно: имя Эммануил было дано Христу в отрочестве
11. Смерть и Воскресение Царя. Предсказание и ожидание конца света, а также Страшного Суда Иисуса. Попытки вычислить дату гибели Мира. Паника среди населения
11.1. Вот рассказ Хониата
11.2. Грозные явления природы перед смертью Царя (Мануила-Эммануила) описаны также в Евангелиях в связи с распятием Христа
11.3. Затем предсказано Воскресение Царя (Мануила-Эммануила), то есть Христа
11.4. Предсказание и ожидание конца света, а также Страшного Суда Иисуса после Его Воскресения. Упорные попытки вычислить точную дату гибели Мира. Люди панически готовятся к концу света. Все это, как мы знаем, происходило в конце XV века
12. Смерть Царя. Удар по телу. Дележ царских одежд. Богатырский рост. Перебитые голени разбойников и уцелевшие голени Иисуса
12.1. Вот рассказ Хониата
12.2. Удар по телу Царя непосредственно перед Его смертью - это удар копьем в тело умершего Иисуса на кресте
12.3. Перед смертью с Царя снимают роскошные царские одежды. Это - известный дележ солдатами одежд Христа при распятии
12.4. Странный сюжет у Хониата: сняв с Царя царское одеяние, якобы не нашли достойной одежды, чтобы переодеть
12.5. Богатырский рост Царя
12.6. Открытые голени
12.7. Тридцать три года и тридцать семь лет, девять месяцев
13. Погребение Царя. В Хронике Хониата отразилось погребение Христа на Горе. Вероятно, на Горе Немврода в Турции.
13.1. Вот рассказ Хониата
13.2. Погребение Царя "в Герое" - это, скорее всего, погребение "в Горе". Вероятно, в Горе Немврода в Турции. Она же - античная гора Олимп
13.3. Гробница Царя сделана из камня, разделенного на семь возвышений. Воспринимается как "унылая"
14. Фактически прямое отождествление Великого Царя с Христом в Хронике Хониата через "Возложение спиной на Камень".
14.1. Царь "возложил на свой хребет" Камень Помазания. То есть, на тот самый Камень, на который возложили спиной тело Христа, снятое с креста
14.2. Считается что этот знаменитый Камень изначально лежал на Голгофе (а потом в Ефесе). Следовательно, лежал на горе Бейкос = Голгофе на берегу Босфора, где был распят Иисус
15. Летописец Киннам тоже повествует о яростной религиозной борьбе в столице вокруг учения, выдвинутого Царем
15.1. Вот рассказ Киннама
15.2. Димитрий и Царь выступают с реформой Церкви
15.3. Борьба в обществе. Церковный Собор 1166 года. Резные каменные плиты с декретом Царя в Святой Софии.
16. Подвиг Георгия Победоносца, сразившего "дракона", то есть медведя во Владимиро-Суздальской Руси в XII веке, всплывает на страницах византийца Иоанна Киннама
16.1. Вот рассказ Киннама
16.2. Упомянутый здесь Царь - это Георгий Победоносец, он же Иосиф, он же египетский Гор, он же Исаак Комнин, то есть отец Андроника-Христа

Глава 5. Византийские хроники не только описывают царь-градскую древность XII-XIII веков, но также наложили на эту эпоху второй слой из истории Руси-Орды, метрополии Великой Империи, XVI - начала XVII века. Получился сдвиг дат вниз примерно на 400 лет

1. Введение
2. Роскошная Церковь Святой Софии, она же знаменитый библейский Храм Соломона. Возведена в XVI веке. Изнутри была целиком покрыта золотом. Сегодня от этой роскоши мало что осталось
3. Византиец Хониат о переходе войска "через во'ды как по суше" якобы в XII веке. Оказывается, это - отражение яркого события из истории Руси-Орды XV века. А именно, знаменитый переход израильского = казацкого войска Моисея весной через замерзшую реку Волгу "как по суше" и гибель преследователей на треснувшем льду
3.1. Напоминание. Переход библейского войска Моисея через "море" как по суше и гибель войска Фараона.
3.2. Переход Моисея через море "как посуху" и переход Иисуса Навина через реку Иордан "как посуху".
3.3. Другие три отражения ордынского Ледового Побоища в "римской античности" и в средние века
3.4. У Никиты Хониата описан аналогичный переход войска Латинцев через огромную реку "как по суше" и гибель враждебного войска Турок-Персов. Это уже шестое найденное нами отражение-дубликат
3.5. Чудесная победа. Вода в реке "сверхъестественно" остановила свое течение. То есть, покрылась льдом
4. Никита Хониат рассказывает об Иоанне Крестителе в XII веке, назвав его Алексеем Враной
5. История библейской Есфири, то есть Елены Волошанки при Иване III=IV Грозном из XVI века, отразилась у Хониата как история царицы Ефросиньи, жены Алексея III Комнина Ангела, якобы из конца XII века. Значит, византийскую Хронику Хониата отредактировали поздно и включили в нее важные события XVI века в метрополии Ордынской Империи на Руси
5.1. Краткое напоминание: что такое "история Есфири"
5.2. Придворная история Есфири сыграла большую роль в скором расколе Великой Ордынской Империи. У Хониата это описано как придворная история Ефросиньи, приведшая "к буре, позору и сильным потрясениям"
5.3. На престоле Царь-Градской Империи оказывается "плохой царь" - Алексей III Комнин Ангел (брат царя Исаака Ангела, то есть Сатаны). Здесь речь идет об Иване Грозном, которого некоторые летописцы объявили ужасно плохим, злобным, неуравновешенным правителем
5.4. "Плохой" царь Алексей III фактически передает власть напористой Ефросинии. То есть, "плохой" Иван Грозный вручает власть напористой Елене Волошанке = библейской Есфири
5.5. Ефросинья занималась магией, публично и бесстыдно оскверняла государственные и религиозные святыни. Все это - характеристики еретички Елены Волошанки (Есфири)
5.6. Ефросинья передает власть Константину Месопотамскому, своему соратнику и единомышленнику. То есть, Елена Волошанка = Есфирь вручает власть в руки иудея Мардохея, воспитателя Есфири
5.7. Возвышение Константина Месопотамского и Ефросиньи вызывает противодействие родственников царя и придворных. Это - противодействие еретикам со стороны приближенных Ивана Грозного и Православной церкви. В Библии это описано как противодействие Есфири и Мардохею со стороны Амана, второго человека в царстве Артаксеркса, и множества его сторонников
5.8. Приближенные царя Алексея III требуют лишить власти и изгнать его жену. Царь подчиняется и ссылает жену в монастырь. Это - отражение известного события: в метрополии Империи царь Иван III = IV Грозный изгоняет свою законную жену Софью Палеолог, и она бежит на Белоозеро. По Библии, Артаксеркс изгоняет царицу Астинь
5.9. Обвинение царицы в блуде и казнь ее любовника. Гибель выдающегося царедворца "из-за женщины-жены", пытавшегося ей противостоять. Удар в голову
5.10. Стремительное возвышение Месопотамского - ставленника царицы Ефросиньи. Он становится не только фактическим соправителем царя Алексея III, но и ведущим церковным руководителем. Это - возвышение библейского Мардохея, еретика и соратника Есфири. Это же - приход к власти в Ордынской Империи клана еретиков во главе с Еленой Волошанкой при царе Грозном
5.11. Но затем царь Алексей III переменил свое мнение и вернул царицу, свою законную жену, во дворец. Это - возвращение Софьи Палеолог ко двору Ивана III Грозного
5.12. Падение Константина Месопотамского = Мардохея = Схарии = Кранмера. Маятник пошел в обратную сторону и ответный удар был силен. Происходит Собор-суд, который низвергает Константина и его родственников. Это - Собор и суд над еретиками в Руси-Орде и падение библейского Мардохея
5.13. Падение царицы Ефросиньи. Арестована, брошена в темницу. Потом - ссылка на корабле за море в далекую землю. Вскоре смерть. Это - история Елены Волошанки = Есфири. Была сослана из метрополии Руси в провинцию - в Англию, где и казнена. Хроники описали это как казнь Марии Стюарт
6. Почему Никита Хониат, переходя к Крестовому Походу 1204 года на Царь-Град, сначала рассказывает более позднюю историю Есфири из XVI века, происшедшую в Руси-Орде, далеко от Царь-Града. Это - проявление сдвига на 400 лет в романовской истории Империи
7. Василий Блаженный, то есть "первый период Ивана Грозного", ярко отразился на страницах Хроники Хониата как Васильюшка блаженный. Получился сдвиг примерно на 400 лет
7.1. Напоминание: "Иван Грозный" - это объединение четырех последовательных царей-ханов Руси-Орды, правивших в 1547-1598 годах
7.2. Вот рассказ Никиты Хониата о блаженном Васильюшке. Визит царя к Блаженному. Пророчество о свержении и об ослеплении императора Исаака Ангела. Предсказание Блаженного вскоре сбылось
7.3. Блаженный Васильюшка - это Василий Блаженный. Сбывшееся предсказание "обоих святых" - царю
8. Ослепление и свержение Исаака Ангела - это ослепление и временное свержение царя Василия II Васильевича на Руси
8.1. Ослепление царя
8.2. Отстранение ослепленного царя от власти и ссылка
8.3. Мотив ослепления "неугодных" звучит как в жизнеописании Василия Блаженного, так и в жизнеописании Васильюшки блаженного
8.4. Почему русские и византийские летописи так тесно переплетаются
9. Пораженное бедро или рука. Смерть царя Иоанна II Комнина якобы в 1140 или 1143 году, описанная Хониатом, это - смерть царя Василия III в 1533 году в Руси-Орде. Сдвиг дат примерно на 400 лет
9.1. Напоминание: Василий III отразился в Библии как известный израильский царь Ахав, а в истории Габсбургов - как император Максимилиан I
9.2. Царь занемог во время охоты
9.3. Болезнь, приключившаяся "из-за охоты", быстро развилась и стала угрожающей. Случайной стрелой или "огромным стержнем" было поражено бедро царя или рука, "ставшая как бедро"
9.4. Тяжело больного царя перевозят в другое место и его ложе чуть было не утонуло в воде
9.5. Царь назначает преемником своего младшего сына, отодвигая от престола старшего сына, как "неподходящего для царствования"
10. Летописцы иногда склеивали эпоху Великой Смуты на Руси конца XVI - начала XVII века с эпохой Троянской войны конца XII - начала XIII века. А поэтому важные русские события XVI-XVII веков наложились на древнюю эпоху Андроника-Христа XII века. Даты сдвинули примерно на 400 лет
10.1. Напоминание: русские события 1533-1613 годов в Ордынской Империи "попали" в эпоху Христа якобы I века во Второй Римской Империи. Даты сдвинули примерно на 1500 лет
10.2. Сначала "античная биография" римского императора Домициана рассказывает о царе Михаиле Романове из XVII века. А потом происходит скачок назад на 400 лет - в начало Империи, и последняя часть "биографии" Домициана говорит уже о царе Ироде и императоре Андронике-Христе из XII века
11. Первый слой Хроники Хониата таков: "плохой" царь (якобы Андроник) коварно преследует "хорошего" юного царевича Алексея II. Это - преследование юного Иисуса злобным царем Иродом. То есть речь идет о событиях XII века. Бегство Святого Семейства и избиение Вифлеемских младенцев
11.1. Вот рассказ Хониата
11.2. Здесь царь Ирод назван "плохим старым Андроником", а юный Иисус - "хорошим царевичем Алексеем"
11.3. Угроза со стороны царя Ирода. Бегство Святого Семейства и избиение Вифлеемских младенцев
11.4. В христианской традиции рождение Христа при помощи кесарева сечения иногда сближалось и сплеталось со смертью Богородицы.
11.5. Именно такое сближение-переплетение мы видим и у Хониата. "Злой Андроник" (здесь Ирод) повинен в гибели царицы, матери Алексея II (здесь Иисуса) и Порфирородной Марии
12. Второй слой Хроники таков: византийский "плохой" царь (якобы "злой" Андроник) - это Борис Годунов, а "хороший" юный царевич Алексей II - это "два" юных русских царевича Дмитрия Ивановича, рано погибших. "Плохой" царь убивает "хорошего" царевича - это якобы убийство Дмитрия царем Годуновым. Тут речь у Хониата идет о событиях XVI века
12.1. Вот свидетельства Хониата
12.2. Согласно романовской версии, Борис Годунов стремится избавиться от конкурента - Дмитрия II Ивановича. Как и у Хониата, тайный приказ исполнен, юный царь-царевич Дмитрий = Алексей убит заговорщиками
12.3. По Хониату: голова мальчика отрезана, а также иглой нанесен удар в ухо, оно было проколото. По Романовым: горло мальчика перерезано, либо же удар в горло был нанесен ножом или острым гвоздем
12.4. Скорее всего, русский царевич Дмитрий II (описан также как византийский Алексей II) был захоронен на царском кладбище в Египте и известен нам сегодня также как юный фараон Тутанхамон
12.5. В жизнеописание византийского юного Алексея II включен также рассказ о гибели русского царевича Дмитрия I Ивановича, который утонул, якобы случайно
12.6. Две жены Анны царя Ивана Грозного отразились как две жены Анны английского короля Генриха VIII. Кроме того, эти "две царицы Анны" из XVI века отразились как жена Анна византийского царя Алексея II
12.7. Оказывается, имя Анны-Агнесы (жены Дмитрия - Алексея) всплывает и в истории юного фараона Тутанхамона тоже как имя его юной жены Анхесен
12.8. Почему Никита Хониат объявил брак "плохого старого" царя с юной Анной бесстыдным, неправильным
13. Продолжение второго летописного слоя у Хониата: три византийских Лже-Алексея, самозванцы якобы конца XII века, - это отражение трех Лже-Дмитриев, самозванцев из Руси-Орды начала XVII века. Даты сдвинуты вниз примерно на 400 лет
13.1. Самозванец Лже-Алексей I в Царь-Граде - это отражение самозванца Лже-Дмитрия I на Руси
13.2. Самозванец Лже-Алексей II в Царь-Граде - это, скорее всего, отражение самозванца Лже-Дмитрия II на Руси
13.3. Самозванец Лже-Алексей III в Царь-Граде - это, скорее всего, отражение самозванца Лже-Дмитрия III на Руси

Литература
Сведения об авторах

Предисловие

В настоящей книге излагаются два новых обнаруженных нами результата. Первый состоит в следующем. Оказалось, что важнейшая Куликовская битва 1380 года на Руси отразилась в западно-европейских летописях как известная битва XIV века якобы на территории Италии, близ поселения Молинелли, где венецианцы разгромили миланцев и флорентийцев впервые при помощи пушек. При этом, знаменитый итальянский кондотьер Бартоломео Коллеони оказался фантомным отражением Сергия (Варфоломея) Радонежского.
Далее, известная "Битва Золотых Шпор" XIV века у бельгийского города Кортрейк (Куртре), в которой фламандцы победили французов, - это еще одно отражение Куликовской битвы. В данном случае, на страницах фламандских, французских и итальянских летописей.
В обоих случаях сдвиг датировок по сравнению с оригиналом невелик - примерно на 6 лет и на 78 лет. Это немного по сравнению с основными хронологическими сдвигами примерно на 333 года, 1053 года и 1778 лет, см. Глобальную Хронологическую Карту А.Т.Фоменко (ГХК) на рис.1.
Напомним, что эта Карта составлена на основе применения математических, статистических и астрономических методов. ГХК показывает, что "скалигеровский учебник по истории" (лежащий в основе всех современных исторических учебников) был изготовлен в XVI-XVII веках "склейкой" четырех практически тождественных (по описываемым событиям) коротких летописей. Написанные разными хронистами, они не были распознаны как говорящие в общем-то "об одном и том же". В результате, письменную историю человечества искусственно и существенно удлинили и "породили" в ней много повторов-дубликатов. На самом деле, она короче (приблизительно на две тысячи лет) и становится известной лишь начиная примерно с XI века и ближе к нам. Другими словами, все известные сегодня старинные источники (античные и средневековые) рассказывают о событиях, происшедших не ранее XI века. Но в летописях многие из них "размножились" (на бумаге) и стали восприниматься как "разные", происшедшие якобы в разных местах и якобы с разными людьми.
Второй наш результат связан с Византией. Мы обнаружили у известных византийских историков XII века - Иоанна Киннама и Никиты Хониата - новые яркие сведения об императоре Андронике-Христе, то есть о князе Андрее Боголюбском, то есть об апостоле Андрее Первозванном. По ходу дела выяснилось, что проведенный Им в XII веке религиозный декрет-реформа в Царь-Граде - был записан на каменных плитах, выставленных в храме Святой Софии (условно этот текст можно назвать "Посланием Христа"). Сегодня там представлены их гипсовые копии, которые пока еще можно посмотреть.
Далее выяснилось, что византийские хроники не только описывают царь-градскую древность XII-XIII веков, но также наложили на эту эпоху второй слой из истории Руси-Орды, метрополии Великой Империи, XVI - начала XVII века. Например, история библейской Есфири, то есть Елены Волошанки при Иване III=IV Грозном из XVI века, отразилась у Хониата как история царицы Ефросиньи, жены Алексея III Комнина Ангела, якобы из конца XII века.
Еще пример. Три византийских Лже-Алексея, самозванцы якобы конца XII века, оказались отражением трех Лже-Дмитриев, самозванцев из Руси-Орды начала XVII века.
В итоге в целом обнаружен сдвиг дат вниз примерно на 400 лет. Такой сдвиг нам уже известен как "сумма" сдвигов примерно на 300 лет и на 100 лет, рис.1. Он проявился, в частности, в романовской версии русской истории. Столетний сдвиг добавился к трехсотлетнему потому, что средневековые хронологи иногда ошибочно смещали примерно на сто лет вниз дату Рождества Христова из середины XII века - в середину XI века. В частности, именно поэтому и появился один из фантомных дубликатов Андроника-Христа, а именно, "римский папа Григорий Гильдебранд", см. книгу А.Т.Фоменко "Античность - это Средневековье", гл.4.
Все эти факты освещают более ярким светом основания истории Европы и Византии. Оказывается, в фундаменте находятся события, развернувшиеся в Ордынской Империи XIII-XVI веков, в которую тогда входили как Европа, так и Византия.

А.Т. Фоменко, Г.В. Носовский
Москва, Московский государственный университет имени М.В.Ломоносова


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб авг 13, 2022 3:30 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1125 от 15 августа 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь с основополагающей статьей С.Ю. Глазьева "Духовность – категория экономическая".
В статье "Давайте разберемся" Сергей Юрьевич Глазьев дает ответ историкам - авторам публикации «О статье С.Ю. Глазьева «Духовность-категория экономическая».



Духовность – категория экономическая

Сергей Глазьев

Без восстановления справедливости в распределении национального богатства Россию ждут деморализация и деградация производственного потенциала

В настоящее время имперский мирохозяйственный уклад (МХУ), основанный на вертикально интегрированных производственно-технологических транснациональных организациях, рефинансируемых за счет эмиссии фиатных (классических) денег под централизованным контролем, приходит в упадок.

Вслед за распадом СССР закатывается глобальное лидерство США. В КНР, Индии и других странах Юго-Восточной Азии формируется новый, интегральный МХУ, сочетающий стратегическое и индикативное планирование с рыночной самоорганизацией, государственный контроль за денежным обращением с кредитованием частных предприятий, государственную собственность на объекты инфраструктуры с частной собственностью в конкурентных отраслях. Как в этих условиях поступит Россия?

По своему типу интегральный МХУ является конвергентным, сочетающим преимущества социалистической и капиталистической экономики. Государственное управление в нем на порядок сложнее, чем в СССР или США. Государство выступает не как всезнающий организатор, как в СССР, и не как исполнительный комитет финансовой олигархии, как в США, а как дирижер, гармонизирующий интересы различных социальных групп на основе критерия роста общественного благосостояния.

Государственная идеология в КНР социалистическая, экономика рыночная, политическое руководство осуществляет компартия, а лидерами экономического развития являются частно-коллективные предприятия. В Индии также можно видеть социалистические мотивы в государственной идеологии и практике управления, хотя политически она является самой большой в мире демократией с развитым частнопредпринимательским сектором.

По сути в КНР построена образцовая модель нового МХУ с прагматичной идеологией, ориентированной на рост народного благосостояния. В этой модели отношения между трудом и капиталом перестают быть антагонистическими, так как регулируются и направляются социалистическим государством.
Трамп пригрозил в «тысячу раз более мощным» ответом на нападение Ирана

Геополитика

Отношения собственности становятся более сложными и регулируются государством исходя из общественных интересов. Место классовой борьбы занимает сотрудничество трудовых коллективов и работодателей, образцом которого является развитый государственный сектор. Государственно-частное партнерство определяет степень свободы частного предпринимательства и направляет его энергию на повышение народного благосостояния.

Фактически в интегральном МХУ снимается антагонистическое противоречие между капитализмом и социализмом. Пользуясь приемами диалектической логики, можно было бы констатировать это как результат борьбы и единства противоположностей в синтезе качественно новой социально-экономической формации. Но это потребует кардинальной переработки всей формационной теории Маркса, претендующей на объяснение истории человечества.
Консолидирующая идеология

Если в качестве научной составляющей консолидирующей идеологии для Русского мира взять охарактеризованную выше теорию долгосрочного социально-экономического развития, то ее духовную составляющую должны определять традиционные нравственные ценности, основанные на православной вере и стремлении к социализму.
Хазин / Экономика

Хазин в эфире

В отличие от научной теории духовная традиция не требует ни логических доказательств, ни экспериментальных проверок. Она воспринимается как абсолютная ценность, которая должна быть формализована в правовой системе государства. Облеченные в нормы права нравственные принципы и ценности будут организовывать общество не только в силу традиции, но и под надзором правоохранительной системы.

«Новая хронология Фоменко дает хорошую логическую основу для восстановления исторической памяти Русского мира. Она полностью укладывается как в научный подход к формированию консолидирующей идеологии, так и в конструирование образа будущего России в интегральном МХУ»

Эти две составляющие органично сочетаются посредством стратегического планирования, подчиняющего механизмы регулирования рыночной экономики задачам повышения народного благосостояния, раскрытия творческого потенциала личности в созидательной деятельности на благо общества, обеспечения социальных гарантий и чистоты окружающей среды, опережающего развития научно-производственного потенциала.

Новый технологический уклад, ядро которого составляют нано-, биоинженерные и цифровые технологии, многократно повышает эффективность экономики и расширяет возможности планирования производственных процессов с использованием систем искусственного интеллекта и гибкой автоматизации.

Переход к экономике знаний и высвобождение миллионов людей из рутинных процессов ставит вопрос об их переквалификации и о перестройке системы образования на овладение навыками научно-технического творчества. Это можно сделать только в рамках интегрального МХУ, подчиняющего воспроизводство экономики общественным интересам. В сочетании с православно-социалистической духовной традицией переход на новый МХУ обеспечит взрывной рост созидательной активности людей и рывок в экономическом развитии.

Несмотря на глубокое разрушение научно-производственного потенциала, российская культурная матрица содержит благоприятные предпосылки для подъема инновационной активности и совершения технологического скачка на новую длинную волну экономического роста.

Свойственные ей ценности хорошо сочетаются с управленческой парадигмой XXI века. Разрешение противоречия между духовной традицией и практикой возможно двумя способами. Либо духовная традиция будет сломлена доминирующей хозяйственной практикой, либо последняя будет приведена в соответствие с духовной традицией.

В первом случае завершится подмена приведенных выше нравственных принципов хозяйствования культом золотого тельца с характерными для него войной всех против всех, социальной безответственностью и доминированием аморальных и преступных способов обогащения за счет присвоения чужого.

Примеры такого рода стереотипов экономического поведения дают слаборазвитые страны Африки и Латинской Америки с характерной для них низкой эффективностью работы как рыночных механизмов, так и пораженных коррупцией институтов государственного регулирования. В этом случае Россию ждут дальнейшая деморализация и вырождение населения, деградация производственного потенциала, превращение экономики в сырьевую колонию более развитых стран.
Михаил Хазин заподозрил ЦБ РФ в нежелании реагировать на жалобы граждан

Власть и общество

Во втором случае возможно построение эффективной экономической системы, работающей на созидательной мотивации десятков миллионов образованных трудоспособных граждан. При этом в условиях перехода мировой экономики на инновационный путь развития и доминирующего значения НТП как главного двигателя экономического роста специфика нашей духовной традиции дает принципиальные конкурентные преимущества.

Прежде всего это характерные для русской культуры доминирование духовного над материальным, вечный поиск истины, тяга к творчеству и способность к коллективному интеллектуальному труду. Эти качества, как нельзя лучше, отвечают вызовам современной экономики знаний, в которой основой успеха является способность создавать и осваивать новейшие прорывные технологии.

Сохраняющийся в стране научный и интеллектуальный потенциал может стать основой быстрого подъема российской экономики при создании благоприятных условий его активизации. Для этого должна проводиться соответствующая социально-экономическая политика, ориентированная на активизацию имеющихся сравнительных преимуществ национальной экономики.

Разрыв между доминирующим стилем управления и общепринятыми нравственными ценностями влечет падение эффективности управления как в государственном, так и в частном секторе. Для построения эффективной экономической системы, работающей на созидательной мотивации десятков миллионов образованных трудоспособных граждан, необходимо приведение доминирующей хозяйственной практики в соответствие с духовной традицией.

Выход на траекторию устойчивого роста экономики и благосостояния общества возможен только на основе многократного повышения инновационной и инвестиционной активности, кардинального улучшения качества государственного регулирования, подъема трудовой, творческой и предпринимательской энергии людей.

Для этого проводимая в РФ социально-экономическая политика должна иметь определенный духовный стержень, соответствующий национальной культурной традиции. По меньшей мере эта политика должная быть осмысленной и понятной гражданам, ориентированной на достижение разделяемых ими социально значимых целей.
Несущие опоры

Активизация интеллектуального потенциала страны предполагает формирование соответствующего нравственного климата. Фундаментальное значение для русского человека имеет ощущение правильности общественного устройства, его соответствие понятиям справедливости, разумности, целесообразности. Без восстановления справедливости в распределении национального богатства и дохода, преодоления коррупции государственной власти, очищения экономики от организованной преступности новый хозяйственный подъем не удастся.

Исходя из изложенного можно обрисовать следующие несущие опоры образа будущего российского социально-экономического устройства:

Введение механизма автоматической ответственности правительства за повышение народного благосостояния, уровня и качества жизни населения путем введения нормы о его отставке в случае необоснованного ухудшения соответствующей системы показателей. Создание системы объективной оценки и продвижения кадров в органах государственного управления и госсекторе.
Внедрение системы стратегического и индикативного планирования, реализуемого посредством договорных механизмов частно-государственного партнерства.
Прекращение вывоза капитала, деофшоризация экономики, восстановление обязательной продажи валютной выручки и экспортных пошлин на вывоз сырьевых товаров, введение налога на валютные спекуляции.
Переориентация денежно-кредитной политики и банковской системы на рефинансирование роста производства и инвестиционной активности.
Реализация комплексной программы опережающего развития экономики на основе нового технологического уклада, углубления переработки природных ресурсов, всемерной активизации научно-технического потенциала.
Изъятие природной ренты в доход государства, восстановление системы экологических фондов и платежей за загрязнение окружающей среды.
Двукратное повышение расходов на здравоохранение с устранением частных посредников в системе государственного финансирования, образование и культуру с восстановлением гарантий на бесплатное предоставление их услуг населению. Обеспечение универсальных социальных гарантий, введение базового социального дохода.
Трехкратное повышение расходов на НИОКР, восстановление ведущей роли РАН, освобождение от налогообложения всех расходов предприятий на инновационную деятельность.
Введение прогрессивной шкалы налогообложения доходов и наследуемого имущества с освобождением от них населения с доходами ниже прожиточного минимума.
Восстановление Единой энергетической системы и национализация энергетической, транспортной, телекоммуникационной и социальной инфраструктуры.
Введение института участия представителей трудовых коллективов в управлении предприятиями, расширение сети народных предприятий.
Восстановление советской системы высшего и среднего образования, ее ориентация на воспитание творчески активной патриотически настроенной личности.

Это, конечно, не исчерпывающий перечень компонент образа будущего для российского социально-экономического устройства. В рамках настоящей статьи дать его подробное описание невозможно, важно определить общие черты. Исходя из имеющегося в России производственного потенциала можно рассчитывать на рост производства не менее восьми процентов в год в пятилетней перспективе. Принципиально важно практическое внедрение указанных рекомендаций, необходимое для доказательства правильности охарактеризованного выше научного подхода к формированию идеологии. В принципе любое идеологическое утверждение с претензией на научное обоснование должно проходить практическую экспериментальную проверку.
Свои и чужие

Остается вопрос об окружающем нас мире стран и народов. Хотя в нашей духовной традиции присутствует идеологема всемирной отзывчивости, ярко проявившаяся в построении мировой системы социализма, история учит необходимости отличать своих от чужих. Важной частью образа будущего должно стать воссоединение общего экономического и гуманитарного пространства народов, связанных с Россией общей исторической судьбой.

Минимально необходимое условие для этого – успешное социально-экономическое развитие РФ и формирование привлекательного образа общего будущего. Без этого страна не сможет выполнять функцию главного локомотива евразийской интеграции. Но этого недостаточно. Важно доброжелательное восприятие общего исторического прошлого.

Охарактеризованная выше теория долгосрочного экономического развития, как указывалось, не распространяется далее XVI столетия. Существовавшее до Реформации в Европе и Великой смуты в России традиционное общество воспроизводилось по другим законам. Люди верили в Бога и неизменность сложившегося порядка вещей с циклическим воспроизводством основанной на сельском хозяйстве экономики, общинной организацией народной жизнедеятельности, сословным устройством общества и наследуемой верховной властью.

Последняя считалась данной непосредственно от Бога и в силу своего непререкаемого авторитета не могла не носить всемирный характер. По логике системной организации развития человечества более развитые сообщества людей поглощали менее развитые, формируя протогосударственные образования. Не частная собственность, а присущее любому живому организму стремление к экспансии делало успешные родоплеменные образования государствообразующими. Претендующая на консолидацию общества идеология должна ответить на роль нашего народа в этом процессе цивилизационного развития.

Следует признать, что существующие исторические мифы явно принижают роль русского народа в истории человечества. Чего стоит только нелепая варяжская теория происхождения русской государственности, сочиненная немецкими псевдоисториками, не знавшими даже русского языка.

Совершенно очевидно, что целью этой идеологической диверсии XVIII века было создание комплекса неполноценности и западного превосходства в русском общественном сознании. Она дополнялась кампанией по тотальному уничтожению древнерусских летописей и памятников культуры, которое было завершено сожжением Москвы в 1812 году.

В последующем с подачи уже французских псевдоисториков был запущен абсурдный по своему названию миф о татаро-монгольском иге, сочиненный в конце того же XVIII века польским иезуитом. Смысл этой идеологической диверсии, подхваченной советской историографией, заключался в создании рабского образа русского народа, привыкшего к угнетению и деспотии, от которых его якобы освободили большевики.

С такой исторической мифологией трудно претендовать на идейное лидерство в мире, которое тем не менее Россия демонстрировала в течение двух последних столетий. Необходимы скорейшее развенчание этих мифов и их искоренение из общественного сознания, которое должно чувствовать гордость за славное прошлое. В этом может помочь научный подход, основанный на математическом анализе исторических фактов, событий, текстов.

Этот анализ, проведенный выдающимся российским математиком А. Фоменко, опроверг укоренившуюся в общественном сознании мифологию средних веков и Древнего мира, позволил ему обосновать новую хронологию (Г. Носовский, А. Фоменко. «Империя. Русь, Турция, Китай, Европа, Египет. Новая математическая хронология древности». М., издательство «Факториал», 1999, 752 стр.).

Проведенная им и Носовским реконструкция этих исторических эпох показала центральную роль России как наследницы Византийской империи в обустройстве мира и развитии человеческой цивилизации в XIV–XVI веках. Согласно полученным ими результатам не монгольские кочевники, а Русско-Ордынская империя контролировала Евразию того времени. И конечно же, не дикие скандинавские викинги, а союз с Византийской империей и Царьградом стали истоками русской государственности.

История имеет свою логику, которая исключает завоевание высокоразвитых государств полудикими племенами. Менее развитое общество не может поглотить более развитое. Наоборот, более развитая социальная организация, обладающая передовыми технологиями, всегда захватывает и подчиняет себе менее развитую. Верить в варяжскую теорию или татаро-монгольское иго – это все равно, что надеяться на победу индейцев в борьбе с конкистадорами и колониями европейских государств.

Проведенная Фоменко и Носовским реконструкция истории средних веков, которые в свою очередь опирались на исследования Морозова и Ньютона, ставит Русский мир на подобающую ему высоту центра мировой цивилизации в эпоху традиционного общества. Западноевропейские государства не могли дать Русскому миру никаких достижений цивилизации, поскольку появились только вследствие распада Русско-Ордынской империи. Они выросли на ее обломках и использовании созданной ею социально-экономической инфраструктуры.

Формирование интегрального мирохозяйственного уклада опирается на национальный суверенитет стран, лидирующих в этом процессе. Каждая из них обладает своим историческим мифом, на основании которого представляет свою роль в мироустройстве. Восстановление значения национального суверенитета в новом МХУ создает спрос на историческое мифотворчество, которым наиболее активно занимаются новые государства, никогда ранее не существовавшие в истории.

При сохранении самоуничижительной нынешней версии происхождения русской государственности через несколько десятилетий первооснова Русского мира будет представляться в образе дикарей, которых воспитывали и обустраивали не только свирепые викинги и воинственные монголы, но и легендарные укры вместе с героическими турками.

Новая хронология Фоменко дает хорошую логическую основу для восстановления исторической памяти Русского мира. Она полностью укладывается как в научный подход к формированию консолидирующей идеологии, так и в конструирование образа будущего России в интегральном МХУ. Председатель КНР предложил в качестве общей идеологической основы консолидации формирующих его стран образ «сообщества единой судьбы человечества».

Согласно новой хронологии Русский мир в этой общей судьбе человечества играл фундаментальную роль основателя первой общеевразийской государственности. Если заглянуть еще дальше в историю с помощью ДНК-генеалогии, то проявится центральная роль Алтая в генезисе человеческой цивилизации, во всяком случае ее европейской, тюркской, восточно-азиатской ветвей.

Таким образом, сочетание научной теории долгосрочного социально-экономического развития как процесса последовательной смены технологических и мирохозяйственных укладов, воспринимаемых на веру традиционных духовных ценностей и новой хронологии, проясняющей историческую роль Русского мира, может стать надежной опорой для формирования консолидирующей российское общество современной идеологии. Без нее совершить рывок в технологическое будущее крайне проблематично.

Подробнее на https://glazev.ru/articles/6-jekonomika ... micheskaja





Сергей Юрьевич Глазьев

Давайте разберемся.
Ответ историкам-авторам публикации «О статье С.Ю. Глазьева «Духовность-категория экономическая»

20 октября 2020

Источник: газета "Военно-Промышленный Курьер"

Прежде всего, хочу поблагодарить формальных руководителей нашей исторической науки за внимание к моей газетной публикации, посвященной вопросам формирования национальной идеологии. Они правильно констатируют, что она «в своей основе представляет политико-идеологический текст, не имеющий отношения к науке…». Они вполне могут считать ее «публицистическим текстом плохо знающего историю человека». Но поскольку авторы пытаются давать оценку данному тексту с позиций исторической науки, полемику с ними попытаемся вести в академическом жанре. Перефразируя известного поэта в академическом ключе: «историком ты можешь и не быть, но ведь ученым быть обязан».

Поэтому предлагаю уважаемым формальным руководителям нашей исторической науки вступить со мной в академическую дискуссию по затронутом в их обличительном письме вопросам.

К дискуссионному барьеру! Начнем с норманнской теории

Провести эту дискуссию предлагаю в «Вестнике Академии наук» или в любом другом академическом журнале, но не в издании М.Ходорковского «Открытые медиа», в котором, якобы отвечая на запрос Комиссии по борьбе с лженаукой, господа В.Тишков, С.Карпов, М.Липкин, Ю.Петров и А.Сиренов опубликовали свое письмо-донос, непонятно кому адресованное. Чтобы положить начало этой дискуссии, в «Военно-промышленном курьере», где была опубликована моя возмутившая их статья «Духовность – категория экономическая», позволю себе выступить с несколькими комментариями по выдвинутым ими в отношении меня обвинениями в незнании исторического материала и задать уже им, как знатокам истории, уточняющие вопросы.

Больше всего возмутили уважаемых коллег мои сомнения в отношении норманнской теории и татаро-монгольского ига. Поэтому начнем с норманнской теории.
Авторы доноса обиделись на меня за своих немецких коллег-авторов норманнской теории, которых я назвал «псевдоисториками, не знавшими даже русского языка». Но я всего лишь основывался на известном высказывании Василия Ключевского, который писал о Байере и Миллере следующее: «Ученые академики-иностранцы взялись за него (за варяжский вопрос - Авт.) поневоле... незнакомые или мало знакомые с языком этой страны и с… источниками ее истории… Байер… не знал, что… Синопсис – не летописец» [1], с.120.

Дадим слово их современнику, знаменитому М.В. Ломоносову, которому у нас нет оснований не доверять. Воспользуемся для этого книгой Михаила Белявского «М.В. Ломоносов и основание Московского университета», изданной Московским университетом в 1955 году к 200-летию его основания [2]. Вот что пишет автор: «Миллер и его соратники имели полную власть не только в самом университете в Петербурге, но и в гимназии, готовившей будущих студентов. Гимназией руководили Миллер, Байер и Фишер»» [2], с.77. В гимназии «учителя не знали русского языка…, ученики же не знали немецкого, все преподавание шло исключительно на латинском языке…» [2], с.77. Борьба за русскую историю была существенной частью стремления русского общества XVIII века за право иметь отечественную науку. В ту эпоху это право оказалось под большим вопросом. Во главе движения русских ученых стоял знаменитый М.В. Ломоносов. Во главе иностранцев, желавших - при нескрываемой поддержке романовского императорского двора подавить русскую национальную научную школу - историк Миллер.

Этот факт художественным языком предельно четко изложен в замечательной киноработе 1986 г. А. Прошкина «Михайло Ломоносов». Настоятельно рекомендую всем читателям посмотреть этот замечательный, восстанавливающий реальные события того драматического периода фильм. В том числе моим оппонентам, которых просил бы обратить внимание на фразу из этой ленты, сказанную авторским закадровым голосом: «норманнская теория просуществовала до наших дней, и только труды советских филологов и историков окончательно поставили на ней крест».

Думаю, им хорошо известно, что в 1749-1750 годах Ломоносов выступил против новой в то время версии русской истории, создаваемой на его глазах Миллером и Байером [2], с.60. Он подверг критике появившуюся в те годы диссертацию Миллера «О происхождении имени и народа российского». Ломоносов дал уничтожающую характеристику трудов Байера по русской истории: «Мне кажется, что он немало походит на некоторого идольского жреца, который, окурив себя беленою и дурманом и скорым на одной ноге вертением, закрутив свою голову, дает сумнительные, темные, непонятные и совсем дикие ответы» Цит. по [2], с.60.

Итак, первый вопрос к моим обличителям: господа Тишков, Карпов, Липкин, Петров и Сиренов, дайте, пожалуйста, с высоты ваших исторических знаний оценку критике М.В.Ломоносова упомянутой выше диссертации Миллера.

Теперь о самом Миллере. Как пишет М.Билявский, «В Германии Миллер инспирировал выступления против открытий Ломоносова и требовал его удаления из Академии» [2], с.61. «В 1763 году по доносу Тауберта, Миллера, Штелина, Эпинусса и других Екатерина даже совсем уволила Ломоносова из Академии» [2], с.94. Но вскоре указ об его отставке отменили. Причиной стала популярность Ломоносова в России и признание его заслуг иностранными академиями [2], с.94. Тем не менее, Ломоносова отстранили от руководства географическим департаментом, а вместо него туда назначили Миллера. Была сделана попытка «передать в распоряжение Шлецера материалы Ломоносова по языку и истории» [2], с.94.

Где же архив Ломоносова?

Еще задолго до этого созданная при деятельном участии Миллера комиссия заявила, что Ломоносов «за неоднократные неучтивые, бесчестные и противные поступки как по отношению к академии, так и к комиссии, и к немецкой земле» подлежит смертной казни, или, в крайнем случае, наказанию плетьми и лишению прав и состояния. Почти семь месяцев Ломоносов просидел под арестом в ожидании утверждения приговора... Указом Елизаветы он был признан виновным, однако «для его довольного обучения» от наказания «освобожден». Но одновременно с этим ему вдвое уменьшилось жалование, и он должен был «за учиненные им предерзости» просить прощения у профессоров... Миллер составил издевательское «Покаяние», которое Ломоносов был обязан публично произнести и подписать>> [2], с.82-84.

Архив Ломоносова немедленно конфисковали сразу после его смерти и он бесследно пропал. Цитируем: «Навсегда утрачен конфискованный Екатериной Второй архив Ломоносова. На другой день после его смерти библиотека и все бумаги Ломоносова были по приказанию Екатерины опечатаны гр. Орловым, перевезены в его дворец и исчезли бесследно» [2], с.20. Сохранилось письмо Тауберта к Миллеру. В нем, не скрывая своей радости Тауберт, сообщает о смерти Ломоносова и добавляет: «На другой день после его смерти граф Орлов велел приложить печати к его кабинету. Без сомнения в нем должны находиться бумаги, которые не желают выпустить в чужие руки»>> [2], с.20.

На основании этих и других данных Фоменко и Носовский высказывают предположение, что «творцы русской истории» - немцы Миллер и Шлецер - все-таки, по-видимому, добрались до архива Ломоносова. После чего архивы, естественно, исчезли. Зато после семилетней проволочки был, наконец, издан – и совершенно ясно, что под полным контролем Миллера и Шлецера, - труд Ломоносова по русской истории. И то лишь первый том. Скорее всего, переписанный Миллером в нужном ключе. А остальные тома попросту «исчезли». Отметим, что рукопись «Древней Российской Истории», которая могла бы доказать ее подлинность, не сохранилась [3].

Вопрос о подлинности опубликованной вопрос о подлинности опубликованной «Российской истории» Ломоносова был детально исследован А.Т.Фоменко, Г.В.Носовским и Н.С.Келлиным. См. [4]. Посредством метода авторского инварианта, разработанного В.П.Фоменко и Т.Г.Фоменко, они сделали следующие выводы:

- инвариант «Древней Российской Истории», приписываемой сегодня М.В. Ломоносову, слишком сильно отличается от авторского инварианта текстов, принадлежность которых перу М.В. Ломоносова бесспорна. Это доказывает, что «История» Ломоносова была подделана при публикации. См. [4].
- инвариант «Древней Российской Истории» очень близок к авторскому инварианту Миллера. Близость авторских инвариантов в текстах Миллера и в «Древней Российской Истории», скорее всего, указывает, что существенное редактирование или подделка текста «Истории» Ломоносова лежит на совести Миллера. См. [4].

Второй вопрос к господам-обличителям: считаете ли вы доносы и обвинения Миллера, Тауберта, Шлецера в отношении Ломоносова соответствующими научной этике? Что стало с архивом Ломоносова? Кто редактировал и готовил к печати текст «Древней Российской Истории», приписываемой Ломоносову. Где ее рукопись? Знакомы ли вы с методом авторского инварианта В.П.Фоменко и Т.Г.Фоменко? Можете ли вы предложить свои методы подтверждения авторства Ломоносова в отношении данного текста?

Сегодня для выявления плагиата созданы весьма эффективные программы анализа авторских текстов на предмет явных и скрытых заимствований. Соответствующие методы известны и криминалистике. Предлагаю проверить текст «Древней Российской Истории» на предмет явных и скрытых заимствований у Миллера посредством современных методов. Ясно, что Ломоносова, который всегда отстаивал принципы научной этики, нельзя упрекнуть в плагиате. Если он будет вскрыт, это означает, что данный текст является подделкой. Останется выяснить, кто ее сделал. Пост главного историка в Академии в тот период занимал назначенный Екатериной II Шлецер. В черновой записке, составленной Ломоносовым «для памяти» и случайно избежавшей конфискации, ярко выражены чувства гнева и горечи, вызванной этим решением: «Беречь нечево. Все открыто Шлецеру сумасбродному. В российской библиотеке есть больше секретов»>> [2], с.65.

Ломоносов имел в виду, что Шлецер получил в бесконтрольное пользование все документы, находящиеся в академии, а также право требовать все, что считал необходимым, из императорской библиотеки и других учреждений. Дело в том, что доступ к этим книгохранилищам был крайне ограничен. Принуждая своих подданных сдавать старые книги и рукописи на централизованное хранение, Романовы жестко ограничивали доступ к ним. Кроме призванных ими для написания нужной им версии российской истории немецких специалистов, мало кто мог получить от них разрешение на знакомство с первоисточниками.

Загадки радзивиловской летописи

Существует немало свидетельств целенаправленного массового изъятия книг, рукописей и других артефактов доромановской эпохи по высочайшим указаниям. Начался этот процесс вскоре после провозглашения царем Михаила Романова и набрал обороты в царствование Алексея Михайловича. 16 февраля 1722 года «Петр I издал указ всем епархиям и монастырям «выслать в Москву, в Синод, находящиеся у них хроники и хронографы, писанные на пергаменте или бумаге»; при этом запрещалось утаивать что-либо и объявлялось, что по снятии с них копий они будут возвращены. Одновременно Синод получил приказание разослать несколько лиц для осмотра и собирания этих рукописей» [5], с.58.
Вопрос к обличителям: Что было собрано по упомянутому указу Петра I и какова судьба этих изъятых документов?

Обратимся теперь к документам, которыми официально пользуется историческая наука. Прежде всего, к результатам исследования первоисточника норманнской теории Фоменко и Носовского. Поскольку критики моей статьи обвинили их в непонимании основ источниковедения, приведем ниже собрание цитат из их исследования происхождения мифа о призвании на Русь варягов.

«В основу современной версии русской истории была положена первоначально только одна летопись - Радзивиловская. Об этом четко говорят сами историки, называя Радзивиловский список – самой древней русской летописью [6], с.3. О Радзивиловской летописи известно следующее, [6], с.3-4.

- Имеющийся сегодня ее список считается древнейшим из дошедших до нас [6], с.3. Он датируется якобы XV веком. Считается, что летопись описывает события русской истории от глубокой древности до якобы 1206 года. На этом годе она обрывается.
- Именно Радзивиловская летопись легла в основу принятой сегодня
концепции истории Киевской Руси. Концепция возникла в XVIII веке.
- Радзивиловская летопись становится известной и входит в научный оборот с начала XVIII века. Сообщается следующее. «В 1713 году, проезжая через Кенигсберг, Петр заказал копию с Радзивиловской летописи, включающей миниатюры. Сам оригинал был доставлен в Петербург, после того, как русские войска в семилетней войне взяли Кенигсберг, и в 1761 году передан в библиотеку Академии Наук» [6], с.4.
- Лишь один из дошедших до нас списков этой летописи историки датируют XV веком. К нему, собственно, и относится название «Радзивиловская летопись».
- Существуют и другие ее списки. Однако все они датируются XVIII веком, то есть имеют якобы существенно более позднее происхождение. Историки считают их копиями Радзивиловского списка XV века.
В связи с этим сразу же отметим, что до нас почему-то не дошли промежуточные списки Радзивиловской летописи. Спрашивается, где же ее списки, сделанные в XVI-XVII веках?

Посмотрим более внимательно на список Радзивиловской летописи якобы XV века. Для этого обратимся к описанию рукописи, приведенному в «Полном собрании русских летописей» [6]. Оказывается, что список несет в себе явные признаки весьма позднего происхождения. Они указывают на XVIII век. Посмотрим, как пронумерованы листы в Радзивиловской рукописи. Они несут на себе две нумерации - арабскими цифрами и церковно-славянскими. Считается, что первоначальная нумерация была церковно-славянской, и что она проставлена намного раньше арабской. Пишут так: «Внизу, в правом углу листов идет старая нумерация кириллицей» [6], с.3. Но тут же мы встречаем следующие поразительные слова современного комментатора. «Нумерация церковно-славянскими цифрами была сделана после утраты из летописи двух листов... Кроме того, нумерация производилась после того, как листы в конце рукописи были перепутаны» [6], с.3, [7]. То же верно и для арабской нумерации [7]. Таким образом, обе нумерации рукописи появились лишь после того, как ее в таком виде сшили и переплели. Далее, мы узнаем, что в Радзивиловской рукописи «три листа от переплета обозначены латинскими буквами a, b, c», [6], с.3, и что эти листы датируются по филиграням, то есть по водяным знакам, XVIII веком! [6], с.3. Не значит ли это, что и вся рукопись изготовлена и написана скорее всего в XVIII веке? То есть, непосредственно перед тем, как ее показали Петру. Возможно, для этого ее и изготовили. Первая страница рукописи начинается с предисловия на немецком языке.

Остальные листы рукописи, кроме листов от переплета, историки датируют XV веком по филиграням, опираясь при этом на гипотезу, будто имеющаяся на листах филигрань «голова быка» относится именно к XV веку.

Однако, датировка «по филиграням», как и датировка «по стилю почерка», очевидно, не является независимым методом датирования. Такой «метод» целиком и полностью опирается на предполагаемую заранее известной хронологию тех источников, из которых извлекаются сегодня сведения о старых почерках и филигранях. Любое изменение хронологии источников мгновенно меняет всю систему палеографических и «филигранных» датировок.

Н.А.Морозов был, по-видимому, прав, когда считал, что Радзивиловский список, привезенный Петром I, и лег в основу всех остальных списков Повести Временных Лет. Он писал: «Вот настоящее начало русских летописей, и если мне скажут, что и ранее Петра I существовала Никоновская летопись, то мне придется попросить читателя дать доказательство этого утверждения» [8].

«После поступления подлинника в 1761 году в Библиотеку АН ... подлинником стал заниматься только что приехавший из Германии профессор истории А.-Л. Шлецер» [7], т.2, с.6-7. Он подготовил ее издание, которое и вышло в его немецком переводе и с его разъяснениями в Геттингене в 1802-1809 годах [7], т.2, с.7. Якобы, готовилось и русское издание летописи, но с ним почему-то никак не получалось. Оно «осталось неоконченным и погибло во время пожара 1812 года» [7], т.2, с.7. Это выглядит как-то странно. Скорее всего, списали на «плохих французов».

Скрупулезно проанализировав текст считающегося подлинным издания летописи, изучив нумерацию листов, вскрыв путаницу и пробелы, Фоменко и Носовский «нашли место в рукописи, куда был кем-то добавлен лист. Это - лист с церковно-славянским номером 9 и арабским номером 8.

Отметим, что даже при беглом перелистывании рукописи, этот лист сразу бросается в глаза. Его углы наиболее изодраны. Он совершенно явно является отдельным листом, то есть - не частью целого разворота, рис.1.11, рис.1.12. Более того, к одному из оторванных его углов прикреплена поздняя записка с надписью о том, что это не восьмой, а девятый лист. На этой записке приведена ссылка на книгу 1764 года. То есть, записка написана не ранее 1764 года, рис.1.13.

А теперь прочтем этот восьмой лист. Любопытно, что же на нем написано? Зачем для него освобождали место? Зачем кто-то вклеил его? И стоило ли так долго о нем говорить? А изложено на нем, ни много ни мало, как призвание варягов на Русь. То есть, основа знаменитой норманнской теории.

По сути дела, именно вокруг этого листа и ломали копья западники и славянофилы на протяжении всего XIX века. Если же убрать этот лист из рукописи, то норманнская теория из нее сразу пропадает. Рюрик становится просто первым русским князем. Причем, Ростовским.

Только здесь, на этом вставленном листе, упоминается Ладога, то есть Ладожское озеро, услужливо указывающее на местоположение первой столицы Рюрика, якобы где-то в Псковской области, среди болот.

А убрав этот лист, мы увидим сугубо волжскую географию Рюрика и его братьев. А именно, Белоозеро, Ростов, Новгород. Никаких следов Псковской области. Новгородом тут назван Ярославль на Волге.

Вывод. Вклеив лист с церковно-славянским номером 9, то есть с арабским номером 8, фальсификатор обосновал сразу два фундаментальных подлога.

Подлог первый: якобы призвание князей с Северо-Запада. Потом его превратили в якобы современную Скандинавию. Это сделали явно в угоду романовской династии, которая как раз и была северо-западного, псковского, литовского происхождения.
Подлог второй: Великий Новгород был, дескать, расположен в Псковской области, у Ладоги. Так, наконец, «обосновали» уже свершившуюся ранее политическую акцию фальшивого переноса исторического волжского Великого Новгорода в Псковскую область. Так подвели «летописный фундамент» под отнятие имени Новгород у Ярославля.

Вклеив один лист, фальсификатор заготовил место для второго, который вскоре «счастливо нашелся». К одному из ободранных углов «норманнского» листа Радзивиловской летописи приклеена любопытная записка [7]. Написана она, как смущенно объясняют нам:

не то почерком конца XVIII века [6], с.15, примеч. «х-х»,
не то почерком XIX века, [7], т.2, с.22,
не то почерком XX века [7], т.2, с.22.
Сказано в записке следующее. «Перед сим недостает целого листа» [7], т.2, с.22. Далее в записке дается ссылка на издание 1767 года, которое «содержало (как говорят сами историки - Авт.) множество пропусков, произвольных дополнений, поновлений текста и т.д.» [6], с.3.

Итак, некий комментатор услужливо сообщает нам, что якобы здесь пропущен лист. Берем Радзивиловскую рукопись [7] и с интересом читаем текст. Однако, как ни странно, никакого смыслового разрыва на этом месте мы не обнаруживаем. Предыдущий лист заканчивается четкой точкой, изображаемой в рукописи тремя точками в виде треугольничка. Последнее предложение на этом листе полностью закончено. Следующий же лист начинается с заглавной = киноварной буквы. Идет новое предложение, которое вполне можно считать естественным продолжением предыдущего. Никакого смыслового разрыва тут не заметно. Перед нами - гладкий текст. Тем не менее, чья-то услужливая рука указала, что именно здесь, якобы, пропущен лист. И этот лист стараниями Шлецера и его «научной» школы «наконец нашли». С тех пор его содержание неизменно вставляют во все издания Повести Временных Лет, кроме разве что фотокопии [7]. Включен он даже в академическое издание [6].

Написана на нем, ни много ни мало, вся хронология Киевской Руси в ее связи с византийской, римской Хронологией. Если этот лист убрать, то русская хронология Повести Временных Лет повисает в воздухе и лишается привязки к всемирной скалигеровской истории. И открываются возможности для самых различных интерпретаций. Например, для разных интерпретаций приведенных в ней дат.

Фальсификаторы прекрасно понимали всю огромную важность этого якобы «утраченного» листа для построения хронологии русской истории. Поэтому с ним обошлись гораздо более аккуратно и внимательно , чем с «норманнским листом». Тот, скорее всего, просто грубо вклеили, надеясь на Романовых. А с хронологией дело было куда серьезнее. Потому что тут речь шла, ни много ни мало, о глобальной фальсификации истории. И не только русской. Видимо, в XVIII веке Шлецер и его коллеги это прекрасно осознавали. Тогда еще помнили - какой ценой ввели фальшивую скалигеровскую хронологию и концепцию истории. И хорошо понимали, что скалигеровская хронология - это всего лишь искусственная версия, силой внедренная в умы людей. Причем, в то время - еще только внедряемая.

Поэтому «хронологический лист» не торопились вклеить. Для него лишь заготовили будущее место. Это сделали с помощью лукавой приписки на полях: «здесь утрачен лист». И не ради ли этого листа изготовили затем целую рукопись, то есть еще один «список» Повести Временных Лет - так называемую Московско-Академическую летопись? В которой этот «утраченный лист» уже появился. Причем - не вклеенный. Чтобы никто не смог сказать, что это вставка.

Загадки повести временных лет

Бесспорная связь следующего найденного списка Повести Временных Лет - так называемого Московско-Академического, - с Радзивиловским списком, отмечена академиком А.А.Шахматовым. Он писал: «Сходство их почти на всем протяжении переходит большею частью в тождество. Это обстоятельство заставило меня сначала предположить, что первая часть Московско-Академического списка... не больше как копия Радзивиловского списка» [9], с.44. И при этом имеет множество вставок и «исправлений». Например, указанный выше хронологический лист.

Получается, что кто-то «подправил» Радзивиловскую летопись. Когда? В XVIII веке? Это предположение сразу бросает тень подозрения на Московско-Академический список, как на содержащий поздние фальсификаты. Тем более, что «Московско-Академический список и так уже подозрителен. Например, тем, что несет в себе явные признаки копии, сделанной с иллюстрированного оригинала» (сам он не иллюстрирован) [9], с.46. Причем, как следует из примера, приведенного Шахматовым, в этом иллюстрированном оригинале миниатюры были такие же, как и в Радзивиловском списке. Более того. Оказывается, что «Московско-Академический список в конце имеет ту же путаницу в изложении событий… как и Радзивиловский» [9], с.46. То есть, списан с Радзивиловского, повторяя даже путаницу листов, случайно возникшую при переплете!

В результате скрупулезного анализа приведенных источников формируется мнение: «Все позднейшие полные списки Повести Временных Лет, почти дословно повторяющие Радзивиловский список, являются не более, чем его копиями, изготовленными в восемнадцатом веке. Скорее всего, Шлецером и его коллегами». И сам «древнейший список» Повести Временных Лет изготовлен в то же время, что и все остальные его так называемые «копии», по-видимому, одновременно с ним сделанные списки. И произошло это в XVIII веке».

Приведенные выше цитаты из работ Фоменко, возможно, неизвестны апологетам норманнской теории. Иначе они вряд ли бы допускали в адрес всемирно признанного математика такие бранные обвинения, как «полнейший дилетантизм на уровне ошибок в таблице умножения». Я не сомневаюсь, что уважаемые формальные руководители нашей исторической науки, знают не только таблицу умножения, но и правила сложения и вычитания, чтобы аргументировано ответить на обоснованные выше доводы о том, в основе норманнская теории лежит фальсификация и искажение первоисточников, а, возможно – и сознательное уничтожение подлинников. В том числе в результате странной сдачи Москвы на растерзание французам и еще более странном пожаре, в котором сгорели даже рукописи, свезенные в пожаробезопасные подвалы МГУ.

Итак, напрашивается следующий вопрос к господам-обличителям: «Можете ли Вы подтвердить или опровергнуть обоснованный Фоменко и Носовским вывод о подлоге Повести временных лет?»

Следует согласиться с журналистом А. Владимировым, который в «Московском комсомольце» призывает Следственный комитет заняться расследованием фальсификации истории. Хотя он пытается натравить следователей на Фоменко, приведенные выше цитаты из работ последнего ясно указывают на то, что следователям нужно, прежде всего, разбираться с подделками Радзивиловской летописи и уничтожением первоисточников. Кто и по чьему указанию уничтожали оригиналы летописей и множество книг и рукописей доромановской эпохи? Куда делся архив Ломоносова? Почему никому, кроме Миллера и его группы не был предоставлен доступ к книгохранилищам? Какое у них было задание и на кого они работали? И не является ли преступлением настойчивое продолжение пропаганды сфабрикованной Миллером и его подчиненными норманнской «теории», дискредитирующей российскую государственность?

Что делала династия Романовых?

Вспомним высказывание Джорджа Оруэлла 1949 года: «Кто управляет прошлым, тот управляет будущим: кто управляет настоящим, управляет прошлым». Фоменко и Носовский полагают, что норманнская «теория», была «скорее всего, в общих чертах придумана первыми Романовыми. Но чтобы из политической теории она стала «научной», нужен был ученый. Который бы ее обосновал на основе «древних документов». Такой ученый нашелся. Может быть, это и был Байер, как нам сообщает Энциклопедия [10], с.100. Хотя «научную основу», - а именно, вклейку «норманнского листа», - под эту теорию подводил, вероятно, Шлецер, непосредственно работавший с Радзивиловской рукописью.

Обвинение Романовых в политическом заказе на фальсификацию русской истории основывается на том, что они, во-первых, действительно формально заказали приглашенным немецким историкам во главе с Миллером написание российской истории. Во-вторых, они предоставили этой группе исключительное право на доступ к собранным в государственных книгохранилищах первоисточникам. В-третьих, по их указам происходило принудительное изъятие всех доромановских письменных документов, которые затем пропали загадочным образом. Вместе с тем, приехавшие по их приглашению немецкие историки, по-видимому, уже имели свою концепцию российской истории. И, вполне возможно, Романовым ее могли просто навязать их западные родственники и союзники, которые к тому времени уже сфабриковали известную нам общепринятую сегодня хронологию мировой истории, в которой нужно было дописать российскую главу. Эта глава имела фундаментальное значение для всей нарисованной ими картины, поскольку призвана была закрыть какие-либо упоминания о находившихся под Романовской империей исторических пластах, о которых поговорим в следующих публикациях.

Согласно Википедии: «Впервые тезис о происхождении варягов из Швеции выдвинул король Юхан III в дипломатической переписке с Иваном Грозным (но сам Грозный категорически это отрицал, настаивая на происхождении Рюриковичей из потомков императора Августа из германской нации, к которой относились тогда не только немцы, но балтийские славяне, половцы, венгры и т. д.). Развить мысль о скандинавском происхождении варягов попытался в 1615 году шведский дипломат Петр Петрей де Ерлезунда в своей книге «Regin Muschowitici Sciographia». Его почин поддержал в 1671 году королевский историограф Юхан Видекинд в «Thet svenska i Ryssland tijo åhrs krijgs historie». По мнению В. Меркулова, большое влияние на последующих норманистов оказала «История шведского государства» Олафа Далина. Широкую известность в России норманнская теория получила в 1-й половине XVIII века благодаря деятельности немецких историков в Российской Академии наук Готлиба Зигфрида Байера (1694—1738), позднее – Герарда Фридриха Миллера, Штрубе-де-Пирмонта и Августа Людвига Шлецера.

Таким образом, приглашенные Романовыми немецкие историки приехали с уже готовой концепцией истории, под которую им нужно было подогнать историю Российскую. И заодно уничтожить какие-либо основания для других точек зрения не только на историю России, но и всего мира. Это была миссия всемирно-исторического значения и ее претворение в жизнь осуществлялось жесткими авторитарными методами, включая не только уничтожение противоречащих норманнской теории артефактов, а также фальсификацию первоисточников с последующим уничтожением оригиналов, но и репрессии против сопротивлявшихся русских ученых. Так, в ответ на жалобу в Сенат работавшего в академии выдающегося русского машиностроителя А.К.Нартова о господствовавшей в тогдашней Академии русофобии, созданная для ее расследования комиссия решила: «Шумахера и Тауберта наградить, Горлицкого казнить, Грекова, Полякова, Носова жестоко наказать плетьми и сослать в Сибирь, Попова, Шишкарева и других оставить под арестом до решения дела будущим президентом Академии».

Вопрос к обличителям: что вы думаете о таких методах исторической науки, как доносы, призывы казнить оппонентов, их оскорбления в невежестве, фальсификация первоисточников с их последующим уничтожением и подлогами, к которым прибегали уважаемые вами Миллер и Ко? Почему именно они, а не упомянутые выше шведские историки считаются основателями норманнской теории? Знаете ли Вы о позиции Ивана Грозного в этом вопросе и что вы о ней думаете?

Против норманнской теории, активно выступил не только М.В. Ломоносов, но и Князь М.М.Щербатов, который в «Истории Российской с древнейших времен» , также основываясь на произведениях античных авторов, весьма подробно пишет о войнах скифов-славян-сарматов с «античной» Римской империей…а также А.Д.Черткова , Ф.Воланского , П.Й.Шафарика , А.С.Хомякова и др.».

Выше уже говорилось, с какой целью в общественное сознание был внедрен миф о норманнском происхождении российской государственности. Внимательное прочтение Русского летописца и Лицевого свода, предшествовавших появлению Повести временных лет, позволяет сделать твердое устверждение о фальсификации известного тезиса Повести временных лет о призвании варягов как носителей порядка для создания русской государственности .

Свидетельства очевидцев об образе жизни и уровне культуры населявшего Русскую равнину населения свидетельствуют о его существенном превосходстве над викингами, которые отличались разве что свирепым нравом и первобытной дикостью. В Википедии констатируется, что «викинги – раннесредневековые скандинавские мореходы в VIII-XI вв., совершавшие морские походы от Винланда до Биармии и Северной Африки. В основной массе это были племена в стадии разложения родоплеменного строя, жившие на территории современных Швеции, Дании и Норвегии, которых толкало за пределы родных стран перенаселение и голод. Письменная культура народов Скандинавии сформировалась только после прихода христианства, то есть уже на закате эпохи викингов, поэтому большая часть истории викингов не имеет письменных источников. Некоторое представление о жизни викингов дают скандинавские саги, однако подходить к этому источнику следует с осторожностью, ввиду, зачастую, позднейшего времени их составления и записи.

Как правило, в скандинавских хрониках термин «викинг», в его сегодняшнем понимании, не использовался и характеризовал скорее социальное явление, когда безземельные бонды (свободные люди, не принадлежавшие к знати) были вынуждены искать лучшей доли за пределами родины».

Отметим, что в глазах самих скандинавов слово «викинг» также имело отрицательный оттенок. В исландских сагах XIII века викингами называли людей, занятых грабежом и пиратством, необузданных и кровожадных. Комментарии, как говорится, излишни. Выражаясь современным языком шайки из состава диких племен, не знавшие письменности и не оставившие после себя ничего, зафиксированного историей, объявляются основателями русской государственности, имевшей свою письменность, городское хозяйство, ремесла и организованное войско. Хроника их похождений в другой части Европы сводится к набегам и грабежам европейских городов. Единственной страной, которой приписывают, кроме Руси, норманнское происхождение государственности, является Исландия. Но можно ли сравнить этот пустынный край с Русью, которую сами норманны того времени называли «Гардарикой» - страной городов, отличавшейся от остальной Европы более высоким уровнем организации хозяйства поселений. Обратимся снова к Википедии. «Гардарики – с XII века норманнское название Руси, известное в Северной Европе в Средние века, в том числе, в скандинавских сагах. Термин можно перевести как «страна городов». Варяги называли «Гардарикой» сначала северные земли, как цепь крепостей вдоль реки Волхов, начиная с Любши и Старой Ладоги, города, расположенные на Верхней Волге и другие земли. В скандинавских сагах Великий Новгород рассматривается в качестве столицы «Гардарики». Со временем именем «Гардарики» варяги стали называть всю Русь».

Утверждать, что на порядок более высокая по уровню развития, ведущая оседлый образ жизни в укрепленных поселениях цивилизация могла обратиться к агрессивным и диким племенам с просьбой взять на себя управление, могли только сознательные фальсификаторы истории. Не говоря уже о беспрецедентности добровольного подчинения более развитого социума менее развитому на основе самокритичного абстрактного суждения о собственной несостоятельности.

По-видимому, норманны того времени говорили на примитивном языке инкорпорированного строя. В это время русский язык уже имел номинативный строй. Это означает, что разрыв между уровнем развития мышления норманнов и русских составлял две исторических эпохи длиной в тысячу лет. Норманнская «теория» столь же достоверна, как предположение о том, что современные скандинавы могут обратиться к сохранившим древний образ жизни эскимосам с просьбой взять на себя бремя власти в Норвегии и Швеции на том основании, что порядка в этих государствах не хватает.

Можно ли в здравом уме представить себе, например, ситуацию, при которой Московская городская дума решит призвать на управление городом представителей одного из диких племен с языком инкорпорированного строя? Да и само заключение подобных международных договоров в то время не представляется возможным в принципе. Тем более с викингами, которые, не обладая письменностью, не могли бы даже прочитать гипотетический договор об их призвании на Русь.

Очевидно, что норманнская «теория» происхождения российской государственности является идеологическим мифом, внедренным в историческую науку привезенными в Петербург немецкими фальсификаторами истории с целью формирования комплекса национальной неполноценности в российском общественном сознании . Известно, что эти приезжие историки произвольно обращались с приносимыми ими летописями и артефактами, многие из которых, не вписываясь в «норманнскую теорию», уничтожались. М.В.Ломоносов выступал против этой фальсификации, прямо обвиняя немецких коллег в русофобском подходе к интерпретации российской истории.

А вы далеко ушли от Шлецера?

Нынешние формальные руководители исторической науки в своем пафосном «разоблачении» моей аргументации в качестве главного аргумента своего обвинительного заключения пишут, что: «безапелляционные суждения автора основываются на так называемой «Новой хронологии» математиков Фоменко и Носовского, в рамках которой большая часть истории человечества, и России в частности, объявляется выдумкой. Дилетантский характер этой концепции был многократно продемонстрирован ведущими отечественными учеными разных специальностей, которые отмечали грубейшие ошибки в работах А.Т.Фоменко и Г.В. Носовского, связанные с т.н. альтернативно-исторической тематикой>> [2], с.82-84.

Что ж, вполне в духе методов Миллера и Ко. Академик-секретарь отделения историко-филологических наук РАН В.Тишков, по сути, использует тот же подход своего далекого предшественника Шлецера, когда огульно навешивает ярлыки на своих коллег, всемирно известных математиков Фоменко и Носовского. Хотя в данном случае они просто цитируют М.В. Ломоносова и дополняют исследование М.Т. Белявского. Поэтому нынешнему Президенту исторического факультета МГУ С.Карпову следует не Фоменко оскорблять, неоспоримый авторитет которого как выдающегося математика общепризнан как в нашей стране, так и за рубежом, а опровергать основателя МГУ М.В. Ломоносова в его оценках деятельности Миллера и его приспешников.

Прошу считать данную статью предложением к дискуссии и жду ответа от коллег-историков на поставленные выше вопросы.

А господину Владимирову предлагаю написать и опубликовать в «МК» запрос в СКР с просьбой провести расследование признаков подлога Радзивиловской летописи и фальсификации Повести временных лет, а также возбудить уголовные дела по статьям мошенничество, подделка документов, сознательного уничтожения особо ценной государственной собственности и клеветы в отношении господ Миллера, Шлецера и др. участников этого организованного преступного сообщества. А заодно попросить провести реабилитацию ученых и сотрудников РАН, ставших жертвами комиссии Юсупова.

Продолжение следует

Сергей Глазьев, академик РАН

Упомянутая литература:

[1] Ключевский В.О. «Неопубликованные произведения». - Москва, Наука. 1983.
[2] Белявский М.Т. «М.В. Ломоносов и основание Московского университета. К 200-летию Московского университета (1755-1955)».
Под редакцией академика М.Н.Тихомирова. - Москва, изд-во МГУ, 1955.
[3] Ломоносов М.В. «Избранные произведения». Том 2. История, филология, поэзия. - М.: Наука, 1986.
[4] Келлин Н.С., Носовский Г.В., Фоменко А.Т. <<Вопрос о подлинности "Древней Российской истории" М.В.Ломоносова. Ломоносов или Миллер?>> - Вестник Московского Университета. Серия 9: Филология. No.1, 1999, с.116-125.
[5] Шлецер А.Л. «Общественная и частная жизнь Августа Людвига Шлецера, им самим описанная». - В сер.: Сборник Отд. рус. яз. и словесности Имп. Акад. Наук. т.13. Спб., 1875.
[6] «Радзивиловская Летопись». - Полное собрание русских летописей, т.38. Л., изд-во Наука, Ленинградское отделение, 1989.
[7] «Радзивиловская Летопись. Текст. Исследование. Описание миниатюр». Факсимильное издание. - Санкт-Петербург, изд-во «Глагол», Москва, изд-во «Искусство», 1994.
[8] Морозов Н.А. «О русской истории» (рукопись 8-го тома труда «Христос»). - М.: Архив РАН. В конце 2000 года, по нашей инициативе, эта рукопись была впервые опубликована московским издательством Крафт+Леан под названием: Н.А.Морозов. «Новый взгляд на историю Русского государства». - Москва, КРАФТ+ЛЕАН, 2000.
[9] Шахматов А.А. «Описание рукописи. Радзивиловская, или Кенигсбергская летопись». Том 2. Статьи о тексте и миниатюрах рукописи. СПб., изд. Императорского Общества Любителей Древней Письменности, CXVIII, 1902.
[10] «Советский Энциклопедический Словарь». - М., Советская Энциклопедия, 1984.


Сергей Глазьев,
научный руководитель Центра исследований долгосрочных закономерностей развития экономики при Финансовом университете, академик РАН.

https://vpk-news.ru/articles/59281?yscl ... 4721028717
Опубликовано в выпуске № 41 (854) за 27 октября 2020 года


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб авг 20, 2022 10:47 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1126 от 22 августа 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Состояние народного хозяйства России обсуждает Н.В. Арефьев, секретарь ЦК КПРФ, в статье "Обнуляется…".
Об "особенностях" учета потерь танков в гитлеровской армии рассказывает Андрей Райзфельд в статье "Пересчитайте хвосты «Пантер»".
Социальный анализ проблемы мигрантов в условиях капитализма дает Рустем Вахитов. Его вывод: единственный выход – социализм.
В статье "Скопусовско-вебофсайнсовская гильотина российской науки" о кризисе науки в свете резонансного случая размышляет в интервью «Русской народной линии» экономист, доктор экономических наук, профессор Олег Сергеевич Сухарев.





Обнуляется…

Н.В. Арефьев, секретарь ЦК КПРФ

Когда из страны уезжают ученые, инженеры, врачи и остальные представители умственного труда – интеллигенция, то потом в такой стране правителями становятся «бизнесмены», политиками – плебеи и проходимцы с улицы, а депутатами базарные спекулянты, спортсмены, артисты.
Харе Йенсен
немецкий ученый

Как известно, с легкой руки космонавта В. Терешковой президентские сроки В. Путина обнулили. Надо полагать, что сделано это было не только для того, чтобы продлить срок царствования В. Путина до бесконечности, но и для того, чтобы начать как бы с чистого листа. Прошлое забыть, начнем по-новому! Владимир Владимирович полон решимости вновь заступить на пост президента еще на 12 лет (два срока), хотя теперь уже никаких сроков нет.
Но аппетит приходит во время еды, оказалось этого совсем недостаточно! Надо, чтобы вся страна от мала до велика в экстазе ликования истерически визжала «Путина на трон!» И придумали провести что-то вроде голосования за поправки в Конституцию РФ. Причем президент, выступая в Думе, недвусмысленно намекнул, что Думу распускать не надо ни за что! Конечно, если за поправки, которые она приняла, народ не проголосует, тогда другое дело… Это в переводе на русский язык означает, что депутаты всех фракций должны идти в народ и агитировать голосовать за поправки, иначе Дума будет распущена!
Но депутаты не дрогнули и под давлением коронавируса разъехались по регионам.
Вот только обнуление оказалось заразным! Как коронавирус оно пошло по всей стране! Идет к обнулению цена на нефть, рубль пошел к обнулению. На полках магазинов стала обнуляться гречка и другие продукты. Обнуляются рабочие места в связи с коронавирусом, а в окнах первых этажей появились многочисленные объявления «аренда», значит обнулился малый бизнес.
По мнению бывшего министра экономики Г. Грефа в России активных запасов нефти осталось на 12 лет, как раз на два последних срока правления В. Путина. То есть после В. Путина будут обнулены запасы нефти, а с нею и запасы газа. Правда, к слову сказать, нефть и газ останутся, но на далеком Севере, а стоимость их добычи будет в 15 раз дороже! Можете себе представить, какие будут коммунальные платежи?
Неужели нас не проучили 30 лет сплошного обнуления, и мы хотим его продолжить? С 2000 года обнулялась промышленность. Если в 2000 г. страна выпускала 8,9 тыс. станков, то в 2018 г. их стали производить 4,6 тыс., по тракторам скатились с 19,2 тыс. до 7,1 тыс. За эти годы производство троллейбусов сократилось вдвое, на 50 тыс. в год стали меньше выпускать грузовиков и на 12 тыс. автобусов, И так по всей номенклатуре. Но это в сравнении с 2000 г., а если сравнивать с 1990 г. – отставание в десятки и сотни раз. Самолетов в советское время делали по 200 штук в год, сейчас 28, и это при том, что над Россией летают 582 американских и французских самолета. Так умело обнулили российские самолеты вместе с заводами. И не только самолеты! Обнулилась отечественная одежда, обувь, автомобили, велосипеды, самокаты. Нет электроники, кораблей и баркасов, реки опустели! На протяжении 19 лет ежегодно закрывалось 100–300 заводов и фабрик, в том числе стратегического назначения.
С 2000 г. началось обнуление доходов страны. Из России вывезено 680 млрд долл., или 53 триллиона рублей. Это чистый легальный вывоз капитала, по данным Центрального банка.
Нелегальный отток капитала из России составил $211,5 млрд за последние 19 лет, подсчитала Global Financial Integrity. Это только те деньги, которые не проходили по документам. Незаконный отток в результате махинаций с документами достигает $782 млрд (46 трлн руб. по текущему курсу) Теневая экономика оценивается в 46% ВВП.
Такого разграбления государственных средств нет и не было ни в одной стране мира!
За последнее 20-летие основательно обнулилось сельское хозяйство. В ВВП России оно теперь занимает 4%. Посевные площади в стране съежились до 80 млн га с 118 млн га в 1990 г.
В растениеводстве на долю домашних хозяйств приходится 72% овощей и 80% картофеля. В структуре поголовья скота хозяйства населения содержат 42,8% поголовья КРС, 14,3% свиней, 47,3% овец и коз. Так что почти все сельское хозяйство уместилось во дворах сельских жителей в полупустых деревнях. Нет теперь ни колхозов, ни совхозов – все обнулилось!
В итоге за 30 лет с карты страны исчезли 34 тыс. деревень и 400 городов. Еще в 36,2 тыс. деревень проживают до 10 человек. Уничтожено 835 поселков городского типа, 19 тыс. деревень без населения, в 83 тыс. сел проживают от 1 до 100 человек. Страна обнуляется!
Обнуляется число школ с 2005 г. по 2019 г. закрыто 21,4 тыс. школ. На 1600 стало меньше поликлиник, на 4200 стало меньше больниц, на 11 300 единиц обнулились библиотеки.

***

Но не всё обнуляется, есть и рост!
Если в 2018 г. в России было 77 долларовых миллиардеров, то по итогам 2019 г. их число выросло до 108 человек. Вот он, рост!
Очень устойчиво растут цены! Автомобильный бензин подорожал в стране с 2000 г. в 5,4 раза с 9,1 тыс. руб. за тонну до 50 тыс. руб.
Согласно официальной статистике с 2000 г. тарифы на услуги ЖКХ в среднем по России возросли в 14,2 раза.
Потребительская инфляция с 2000 г. по 2017 г. включительно составила 191,1%.
Рост цен производителей сельскохозяйственной продукции за 19 лет достиг уровня 180,9%.
Цены на продовольственные товары с 2000 по 2019 г. выросли на 180,9%.
Безработных в стране все эти годы обозначали 5 млн чел. Всего же вне государственных центров занятости находятся еще 30 млн человек, но их обнулили путинские чиновники, назвав самозанятыми, и заставили платить налог.
В стране шестой год обнуляются доходы населения. Сегодня в средний класс уже стали зачислять граждан России с доходами выше 17 000 рублей в месяц. Это ж надо? Ну, в советское время понятно, людей с таким доходом можно было бы зачислить в средний класс, но сегодня это нищета!
Статистика уже не показывает реальные доходы граждан – стыдно. Сейчас стало модным показывать номинальную начисленную зарплату или доходы, они намного больше, без вычетов налогов и платежей, чем и удивляют народ честной – средняя зарплата по стране, не поверите – аж 65 000 рублей! У нас любят пускать пыль в глаза!
Смотрите, коронавирус закрыл предприятия и учреждения, выгнал работников и учащихся в удаленный доступ, а российские медики поехали спасать итальянцев! Ну точно, как в ситуации с пожарами. Выгорело пол-Сибири, а правительство хвалится, как умело тушат пожары российские пожарные в Греции и Испании!
Ради показухи при нашей вселенской нищете проводят Олимпиаду, чемпионат мира по футболу. Один провели, сейчас готовят следующий! Провели Универсиаду. Построили Керченский мост, сейчас собираются строить Сахалинский!
А народу на шею посадили полуразрушенную коммуналку, не сделав ремонта. Латайте. Платите! Ввели плату за капитальный ремонт, который не сделало государство. Платите! А не будете, поставим на учет и не получите не только льгот, но даже справок. Обложили налогом на недвижимость и землю! Налог на занятость, сельхозналог! Платите! Образование стало платным, стоимость обучения в МГУ 320 000 рублей за год. Платите! Медицина платная! Анализ мочи – 600 рублей, анализ крови – от 1200 до 3000 рублей. Платите!
Дошли просто до дикости. Запретили народу собирать грибы, ягоды, хворост. Требуют ломать дома, построенные на берегу реки, а их во все века строили на реках, чтобы вода была рядом.
Повысили пенсионный возраст, половина населения не дождутся пенсии! Вот обнулили так обнулили!
Кто все это сделал? А тот, кто стремится к управлению Россией еще неограниченное количество лет! Вам это надо?
На всенародное обсуждение этой жестокой интриги уже выделено 14,5 млрд рублей. В бюджете они предусмотрены не были, значит отнимут у медицины и образования, а количество тв-роликов «помогите больному ребенку» станет в три раза больше. Голосование незаконное. Без наблюдателей и без какого-либо регламента. То есть сляпают как надо и будь здоров – «одобрям-с» обеспечен. Да еще каждому губернатору будет поставлен план количества проголосовавших «за», а не выполнишь – получишь по шапке, твое место займет очередной охранник, благо их десятки тысяч.
Ну и как всегда, а что же делать? А подумайте, что с вами будет через 12 лет, и ответ сам придет без подсказки!

http://sovross.ru/articles/1968/48204





Пересчитайте хвосты «Пантер»

Андрей Райзфельд

Из Германии в очередной раз принялись учить нас тому, как мы должны чтить свои победы.
Одна из газет – «Ди Вельт» – разразилась истерическими требованиями снести памятники в честь победы советских войск на Курской дуге. Мол, не победили мы, мол, немцы там три с половиной человека всего потеряли и полтора танка, а отступать начали исключительно из брезгливости, мол, не вынесли сентиментальные немецкие души видов груд из сотен тысяч мертвых советских солдат и офицеров и тысяч разбитых танков.
Вообще, это уже старая песня. Россиянские ниспровергатели давно уже смакуют макакавки, мол, под Курском в наступлении немцы безвозвратно потеряли всего 12 (двенадцать!!!) танков, а сами при этом уничтожили тысячи наших танков. Это настолько бредово, что не стоило бы внимания, если бы не тиражировалось кем только можно из очернителей нашей истории.
В одной из своих статей я уже писал о специфическом характере учета потерь в вермахте. Например, что такого показателя, как умершие от ран на поле боя и на этапах транспортировки, в действующей армии вермахта не было в принципе. Ибо если ранение определялось как требующее длительного лечения, более 3–4 недель, то раненый автоматически перечислялся из действующей армии в армию резерва. И если раненый умирал, то учитывался уже не как безвозвратная потеря действующей армии, в ней он проходил по категории раненых, подлежащих эвакуации в тыл. Даже если солдат или офицер умирал в километре от передовой, это уже была безвозвратная потеря армии резерва.
Кроме того, в учете потерь вермахта везде и всюду в первую очередь фигурируют данные о потерях только «подразделений, непосредственно ведущих бой», – Gefechtstarke, боевого состава части (соединения). В то же время приданные части артиллерии, инженерные, связи, ремонтные, тыловые и другие в этих потерях соединений не учитывались, по ним шел отдельный учет, их потери проходили по учету расположения штаба этих частей, зачастую совершенно на другом участке фронта. Прежде всего это относится к приданной артиллерии и инженерным частям, а также к транспортным колоннам. Потери полков ПВО вообще учитывались по потерям люфтваффе. И совершенно не учитывались потери военизированных формирований, таких как Организация Тодта, «Транспортный корпус Шпеера», «Национал-социалистский транспортный корпус», и вспомогательного вольнонаемного персонала, так называемый «хиви» – Hilfswillige, «добровольные помощники». И если принимать во внимание все эти факторы, то цифры немецких потерь будут совершенно иными, куда более крупными.
Но как бы то ни было, игрища с цифирью позволяют журналюгам из «Ди Вельт» и отечественным ниспровергателям ловко жонглировать величинами немецких потерь и всячески их приуменьшать.
С учетом потерь боевой техники в вермахте и войсках СС все было еще запутаннее. Разбитый вдрызг танк или штурмовое орудие, если его эвакуировали в тыл, никогда не списывались сразу. А первоначально зачислялись в «кратковременный ремонт». Потом разбитую технику переводили в категорию «среднесрочного ремонта», потом – в «долгосрочный ремонт», последней стадией был «ремонт с отправкой в Германию», и только после этого бронетанковую технику могли признать безвозвратно утерянной.
В августе 1943 года в Харькове на тракторном и паровозостроительном заводах были захвачены десятки и сотни полностью разбитых и сгоревших немецких танков. Причем по их виду было ясно, что простояли они на заводских дворах не одну неделю. По документам и из допросов пленных было выяснено, что большинство этих танков стоят еще с начала июля. У офицеров нашей бронетанковой службы это вызвало просто шок: за каким чертом надо держать в тылу столько времени разбитые танки, вместо того чтобы сразу их списать и отправить на металлолом? Но немцы ничего не могли пояснить, кроме ссылок на свой порядок работы с разбитой техникой.
Хотя логика была простейшая – советским офицерам, не знакомым с «рыночными» методами экономики, не могло прийти в голову, что на разбитых в хлам танках и штурмовых орудиях всевозможные немецкие концерны (Daimler – Benz AG, Faizeug und Motorenday GmbH (FAMO), Friedrich Krupp AG, Henschel und Sohn AG и т.п.) делают гешефт, осваивают денежки на якобы их ремонт, прежде чем списать в утиль.
Для прояснения картины приведу выдержку из книги «Панцерваффе. Полная энциклопедия» (М.: «Эксмо», «Яуза», 2012), приношу извинения сразу за пространность цитаты:
«Так, весьма интересны и примечательны данные потерь бронетанковой техники, приводимые Б. Мюллером-Гиллебрандом. Например, в апреле–июне 1943 года, когда на Восточном фронте стояло затишье, а бои шли только в Северной Африке, как безвозвратные потери были учтены 1019 танков и штурмовых орудий, притом что к концу марта армия «Африка» имела едва ли полтораста танков, а в апреле и в мае в Тунис было доставлено не более 100–150 танков и штурмовых орудий. То есть в Северной Африке в апреле и мае вермахт мог потерять самое большее 300 танков. Откуда же взялись еще более 700 потерянных танков? Аналогично потери БТТ в декабре 1942 года, когда шли жестокие танковые бои на Дону, или потери в январе 1943 года, когда немецкие войска откатывались с Кавказа, Мюллер-Гиллебранд приводит в количестве всего 184 и 446 танков и штурмовых орудий, зато в феврале–марте 1943 года, когда вермахт перешел в контрнаступление на Украине, потери немецкой БТТ вдруг достигли 2069 единиц в феврале и 759 единиц в марте. Притом что к началу февраля армия «Африка» насчитывала едва 350 танков и штурмовых орудий и в феврале–марте получила на пополнение всего около 200 танков. То есть даже при условии уничтожения всех немецких танков в Африке потери армии «Африка» в феврале–марте не могли превысить 550 единиц, остальные 2278 танков и штурмовых орудий были потеряны на Восточном фронте. Как такое могло случиться?
Ответ прост – в феврале 1943 года капитулировала в Сталинграде 6-я армия Паулюса. И вермахту пришлось перевести в список безвозвратных потерь всю бронетанковую технику, давно уже утраченную им в донских степях, но продолжавшую скромно числиться в долгосрочном ремонте в 6-й армии. Кроме того, в разряд безвозвратных потерь были переведены и давно уже потерянные танки и штурмовые орудия, но проходившие по графе «к ремонту с отправкой в Германию». После того как германские корпорации оприходовали средства, полученные за якобы неудавшийся ремонт, эти танки были под благовидным предлогом со спокойной душой причислены наконец-то к безвозвратным потерям.
Если проанализировать у того же Мюллера-Гиллебранда данные по потерям «Королевских тигров», то выясняется еще более поразительная картина. В начале февраля 1945 года в вермахте и «ваффен-СС» числилось 219 танков Pz.Kpfw.VI Ausf.B – Tiger II («Королевский тигр»). Произведено было к этому времени 417 танков этого типа. А потеряно, по данным все того же Мюллера-Гиллебранда, 57. Итого разница между произведенными и потерянными танками – 350 единиц. В наличии – 219. Куда подевалась 131 машина? И это еще не всё. Ряд других исследователей истории панцерваффе также оказываются в неловком положении, когда почти все указывают, что немецкие войска признали под Сандомиром потерю только 6 (шести) Pz.Kpfw.VI Ausf.B – Tiger II («Королевский тигр»). Но как же быть тогда с ситуацией, когда у местечка Шидлув и деревни Оглендув под Сандомиром советскими трофейными группами и группами из автобронетанкового управления 1-го Украинского фронта были детально изучены и описаны с указанием заводских номеров 10 подбитых и сгоревших и 3 полностью исправных «Королевских тигра»?
И опять же, если взглянуть в данные отставного немецкого вояки, то мы увидим, что первые 10 потерянных Pz.Kpfw.VI Ausf.B «Королевских тигров» указаны только в октябре 1944 года. Но как же быть с теми самыми 13 «Королевскими тиграми» 501-го тяжелого танкового батальона, что были в августе уничтожены и захвачены исправными войсками 3-й гвардейской танковой армии у Шидлува и Оглендува? Выходит, что более 2 месяцев немцы не числили в безвозвратных потерях эти танки? Этот казус можно объяснить, только если принять искаженную логику, что немцы продолжали числить эти танки не в разряде безвозвратных потерь, исходя из теоретического посыла, что при удачном стечении обстоятельств они снова займут территорию, где стоят подбитые танки, эвакуируют их и отремонтируют. Никакими другими умозаключениями эту абсурдную ситуацию объяснить невозможно.
По данным Мюллера-Гиллебранда, к 1 февраля 1945 года было произведено 5840 тяжелых танков Pz.Kpfw.V – Panther («Пантера»), потеряно 3059 единиц, в наличии имелось 1964 единицы. Если брать разницу между произведенными «Пантерами» и их потерями, то остаток составляет 2781 единицу. Наличествовало же, как уже указывалось, 1964 единицы. При этом танки «Пантера» сателлитам Германии не передавались. Куда же подевались 817 единиц этих танков?
С танками Pz.Kpfw.IV такая же неувязка. Произведено к 1 февраля 1945 года этих машин, по данным Мюллера-Гиллебранда, – 8428 единиц, потеряно – 6151, разница составляет 2277 единиц, наличествовало на 1 февраля 1945 года 1517 единиц. Передано союзникам было не более 300 машин этого типа. Таким образом, неучтенными оказываются до 460 машин, подевавшихся неведомо куда.
Танки Pz.Kpfw.III. Произведена 5691 единица, потеряно к 1 февраля 1945 года 4808 единиц, наличествовало на ту же дату 534 единицы. Передано сателлитам было не более 50 единиц, таким образом, неведомо куда из учета испарилось около 300 танков.
Всего же у отставного генерала вермахта исчезли из учета более 1700 танков «Королевский тигр», «Пантера», Pz.Kpfw.IV и Pz.Kpfw.III...
Как мы видим, абсурдная логика в учете потерь бронетанковой техники была весьма изощренной.
Тем не менее, отталкиваясь от этой извращенной методики учета потерь боевой техники в годы Великой Отечественной войны, современные последыши недобитых гитлеровских вояк смеют еще вякать и учить нас, какие памятники мы должны оставить, а какие снести.
Думается, что ответ должен был бы быть очень жестким и нелицеприятным. Стоило бы напомнить зарвавшимся немецким журналюгам и «историкам», что не Красная Армия, а вермахт в 1943 году был поганой метлой выметен за Днепр и дальше. Что Красная Армия, устояв в чудовищных боях 1941–1942 годов, в конце 1942 года начала победоносное наступление. Сначала трудное и медленное, но со временем все более стремительное. И что с лета 1943 года именно для немцев и их прихлебателей наступило время котлов и беспощадных избиений в этих котлах. Настало время избиений в Белоруссии, под Сандомиром, Яссами, Мемелем, между Вислой и Одером, в Восточной Пруссии, Восточной Померании и в Силезии. Настало время, когда гитлеровцы откатывались все дальше на запад в иллюзорной надежде найти рубеж, который станет непреодолимым для советских войск. Но докатились до самого Берлина.
И не дело тех, кто, стоя не четвереньках, вымаливал пощаду, теперь устраивать распальцовку. Коли врезали вам до кровавой рвоты так, что под советские танки 14-летних сопляков бросали, так не чирикайте, утритесь и молчите в тряпочку.

http://sovross.ru/articles/1873/45053



Проблема мигрантов: единственный выход – социализм
Социальный анализ

Рустем Вахитов

1.
Недавний опрос Левада-центра показал, что отношение россиян к мигрантам, которое в последние годы претерпело некоторые изменения в лучшую сторону, снова ухудшилось. Конечно, это вполне объяснимо и закономерно. Россия переживает глубокий, системный социальный, экономический и политический кризис. Граждане раздражены ростом цен, падением доходов, вопиющей ложью об их высоких зарплатах, льющейся из телевизоров, и, конечно, показной жестокостью государственной машины… А на подобные эксцессы простые люди во все времена реагировали ростом ксенофобских настроений. Легче всего свалить вину за происходящее на того, кто на тебя непохож и потому вызывает настороженность и отторжение…
В начале ХХ века, перед революционным взрывом, страдающее от голода, сверхэксплуатации и военно-полицейского насилия простонародье срывало свои обиду и боль на евреях, которые тогда жили обособленно, исповедовали свою религию, непохожую на православие, говорили на своем языке – идише. В современной России роль евреев – презираемого, гонимого меньшинства, которое обвиняют во всех бедах, – играют азиаты – кавказцы и выходцы из республик Средней Азии. Про них разве что не говорят, что они пьют кровь младенцев! Во всем остальном спектр обвинений тот же, что и у черносотенцев начала ХХ века: азиаты и обкрадывают русских, и Богу не так молятся, и терроризмом занимаются… Конечно, спору нет, имеются среди азиатских мигрантов и террористы, и преступники! Но, думаю, причина все же не в людях – темных, запутавшихся, остервеневших от нищеты и унижений, а в том общественно-экономическом и политическом устройстве, которое унижает, растлевает, доводит до озверения и преступлений всех – и азиатов, и русских, попавших на дно общества.
Но идеологам капитализма выгодно разделять бывших советских граждан на «белых и цивилизованных» и «желтых и отсталых» и внушать, что «проблему мигрантов» можно решить, не меняя капиталистического строя в нашей стране. Программа буржуазных русских националистов, которые умело и хитро пользуются ксенофобскими настроениями народа, проста. Капитализм, дескать, нужно сохранить, ибо капитализм или рыночная экономика – это лучшая, наиболее эффективная форма хозяйствования, существующая в передовых западных странах (наши буржуазные националисты на то и буржуазные, что они люто ненавидят социализм и плановую экономику). Но при этом нужно сократить или вовсе свести к нулю трудовую миграцию, особенно из республик и государств юга и востока. Государство, дескать, должно заботиться прежде всего о русских, предоставлять рабочие места русским и платить за работу своим соплеменникам не жалкие гроши, а нормальную, достойную зарплату. Об этом постоянно пишут в правых изданиях идеологи современного русского национализма – Егор Холмогоров, Константин Крылов и иже с ними. Тем, кто восторженно внимает им, лайкая их статьи в интернете, невдомек, что эта программа так же неосуществима, как попытки пожарить яичницу, не разбивая скорлупы.

2.
Послушать наших националистов, так вся проблема в том, что русские капиталисты такие малосознательные, что не сочувствуют проблемам русского рабочего класса, не ощущают свою кровную связь с другими русскими, только в рабочих робах, и нанимают в ущерб их интересам таджиков и узбеков. Идеологи национализма, как правило, люди не первой молодости, когда-то они учились в советских школах и институтах, изучали там политэкономию, труды Карла Маркса и Фридриха Энгельса, но, как говорится, не в коня корм. А ведь Маркс и Энгельс еще в «Манифесте коммунистической партии» говорили, что дело не в личных нравственных качествах отдельных капиталистов – тогда можно было бы обойтись моральной проповедью, как предлагали социалисты-утописты. Капиталист стремится платить своим рабочим меньше, грабит их при помощи сверхурочных и штрафов не потому, что он лично – плохой человек, а потому, что этого требуют объективные законы рынка. Целью капиталистического производства является получение максимальной прибыли. Один из способов извлечь наибольшую прибыль – найти наиболее дешевую рабочую силу. Поэтому наш российский капиталист нанимает таджиков и узбеков, обрекая своих соотечественников-россиян на участь безработных, а американский капиталист переносит производство в Мексику или в Малайзию, игнорируя интересы североамериканских рабочих. При капитализме дешевая рабочая сила перетекает в местности и страны, где лучше платят, а работодатели ищут работников, которые готовы трудиться за меньшие деньги. Бороться с этим так же глупо и бесперспективно, как с законом движения воды в сообщающихся сосудах.
Работодатель не может поступить иначе, во всяком случае пока в его стране существует экономика капиталистического типа. Если работодатель-капиталист откажется от дешевой рабочей силы, наймет представителей своего национального рабочего класса и станет им платить большую зарплату, допустим, из своих политических убеждений, это просто отразится на цене продукции его предприятия. Она вырастет, и покупатель на рынке выберет продукцию другого, не столь сентиментального, лишенного националистических воззрений капиталиста. Чувствительный, националистически настроенный капиталист просто разорится… Возьмите идеолога национализма, дайте ему ради эксперимента строительную компанию, позвольте ему нанять вместо узбеков и таджиков за 15 тысяч русских рабочих за 60 тысяч в месяц – и через год вы найдете этого идеолога на бирже труда… Или, что тоже не исключено, он плюнет на свои воззрения и наймет азиатов.
Но буржуазные националисты говорят, что если они станут влиятельной силой, то проведут закон против использования труда мигрантов. Тогда все предприятия и организации будут нанимать только россиян и платить им достойную зарплату. Что же, тогда капиталисты-работодатели переложат возросшие расходы на покупателей, и, скажем, цены на квартиры, построенные рабочими-москвичами, а не таджиками, вырастут в разы. Таким образом, русский рабочий, который будет получать зарплату вдвое большую, чем раньше, вынужден будет за квартиру платить гораздо больше, и жизнь его от этого лучше не станет. А ведь рост цен в одной области влечет за собой рост цен в другой: грубо говоря, подорожают квартиры, владелец бензоколонки, которому тоже надо покупать жилье, повысит цену на бензин, владелец хлебозавода – на хлеб и т.д.
Бизнесу выгодны низкие зарплаты, и для него нет никакой разницы, русские это работники или киргизы с таджиками. Кстати, если есть возможность заставить русских работать за гроши, бизнес перед этим не останавливается: мало ли у нас людей, которые в провинции трудятся за 7, 10 или 12 тысяч в месяц, получая даже меньше, чем таджикский гастарбайтер на московской стройке, но имея при этом совершенно славянскую физиономию.
Да что бизнес, у нас само государство искусственно удерживает зарплаты работников – граждан нашей страны на предельно низком уровне! Один из инструментов для этого – такой расчет МРОТ (минимального размера оплаты труда), чтобы он составлял чрезвычайно малую сумму. Дело в том, что от размера МРОТ зависит зарплата работников бюджетной сферы (тех же врачей, преподавателей вузов, учителей), а также госвыплаты (например, пенсионерам по старости, инвалидам, матерям с малолетними детьми). В свою очередь, при расчете МРОТ чиновники отталкиваются от стоимости продуктовой корзины, а последнюю чиновники планируют так, чтобы заложить на нее поменьше, скажем, лишь 100 кг картофеля в год на человека. Так и получается у нас размер МРОТ в 11 тысяч рублей в месяц и оклад учителя –17 тысяч рублей (тогда как если бы чиновники заложили в продуктовую корзину хотя бы 200 кило картошки, оклад учителя повысился бы раза в полтора).
А все дело в том, что государство у нас тоже капиталистическое, заботящееся не о народе, а об олигархах. Деньги ему нужны, чтобы поддерживать банки и корпорации друзей правителей государства. Поэтому ни бизнес, ни государство ни за что не откажутся от найма трудовых мигрантов и ни за что не повысят зарплаты работникам и выплаты слабозащищенным гражданам, какие бы политики ни пришли к власти, до тех пор, пока не затронута «святая святых» – частная собственность на средства производства и капиталистический рынок. Это я и имел в виду, когда говорил, что буржуазные националисты, желая сохранить капитализм и решить проблему мигрантов и низких зарплат, тем самым обещают и яичницу приготовить, и скорлупу не разбить, то есть обещают невозможное.

3.
Социалистическое хозяйство устроено совсем по-другому. Оно представляет собой экономику в строгом, древнегреческом смысле слова, то есть хозяйствование, направленное на удовлетворение потребностей людей, а не на получение максимальной прибыли (для последнего у греков был другой термин – хрематистика). Сергей Георгиевич Кара-Мурза однажды показал это на примере двух обувных магазинов – капиталистического, действующего в современной России в условиях рынка, и социалистического, который действовал в Советском Союзе в рамках плановой экономики. Хозяин и работники капиталистического магазина заинтересованы лишь в получении прибыли. Если люди, живущие в том районе, где стоит этот магазин, будут ходить в дырявых туфлях, но магазин будет давать прибыль, значит, он работает эффективно. Социалистический магазин, напротив, работал для того, чтобы удовлетворить потребность в обуви людей, живущих в этом районе. Специальные статистические службы выясняли, какова эта потребность, Госплан посылал на обувную фабрику заявку, фабрика производила нужное количество обуви, и ее завозили в магазин. Если обуви не хватало, в министерство, в парторганы, в газеты летели жалобы, после которых госорганы должны были сделать выводы.
СССР не знал проблемы мигрантов в современном ее понимании именно по этой причине. Рабочая сила работников была в Советском Союзе не товаром, который по законам рынка его обладатель везет туда, где за него больше заплатят, а трудовым ресурсом, который государство направляет туда, где ощущается его нехватка. Трудовые мигранты социалистической эпохи – лимитчики, студенты-стройотрядовцы, комсомольцы, которых райкомы направляли на стройки пятилетки, выпускники вузов, которые получали распределение, приезжая на место, ни у кого не отбирали работу (как современные мигранты-азиаты). Ведь, как я уже сказал, это была централизованно управляемая, а не самовольная миграция, и их направляли туда, где рабочих рук не хватало. И никто не косился с ненавистью на студента или комсомольца, а, наоборот, принимали их с радостью, невзирая на их национальность и разрез глаз.
К тому же Советский Союз был государством, где все исповедовали одну и ту же идеологию, учились в школах по схожим программам, по одним и тем же учебникам, все состояли в одной и той же партии и в одном и том же комсомоле, поэтому если на сибирскую стройку присылали отряд ребят из Таджикистана, то к ним относились, как к таким же гражданам СССР, каковы и местные.
Но даже если бы строительной организации в СССР разрешили самой нанимать работников, она не стала бы нанимать таджиков и узбеков за гроши вместо своих местных рабочих. Ей не было смысла искать дешевую рабочую силу, потому что зарплата работников (от простого бетонщика до начальника) не была привязана к цене жилья. Собственно, чаще всего квартиры в СССР вообще не имели рыночной цены (за исключением так называемых кооперативных), потому что они не продавались, а сдавались государству, а затем бесплатно распределялись по очередникам (эту схему переняло французское государство, там до сих пор социальное жилье выдают малоимущим в порядке очереди на правах пожизненной аренды у государства). Зарплата строителя в СССР зависела от его квалификации, а не от рыночной конъюнктуры, квалификация определяла разряд, зарплата начислялась в зависимости от того, сколько полагается обладателям этого разряда по тарифной сетке. Укомплектовать стройку низкоквалифицированными рабочими (каковыми и являются современные трудовые мигранты) было нельзя, на каждом месте должен был трудиться обладатель строго определенного разряда и квалификации (например, никто бы не посадил в кабину крана работника, который не прошел специальное обучение). Наоборот, начальство было заинтересовано в том, чтобы повышать квалификацию рабочих, отправлять их учиться. При капитализме такое немыслимо: хозяин не заинтересован в том, чтобы обучать рабочих, образование делает рабочую силу дороже, образованным рабочим придется платить больше, а разве капиталист на это пойдет?
Правда, те, кто жил в советские времена, могут возразить, что и тогда были бригады так называемых шабашников, которых нанимали полулегально или нелегально. Зачастую они формировались за счет выходцев из закавказских республик, ходили даже анекдоты про пресловутый «армянстрой». Действительно, такого рода явления встречались все чаще, по мере того как поздний социализм разъедала ржа серых и черных рынков, фактически существовавших в подполье капиталистических отношений. Но все же это явление не имело столь широкого размаха, как сейчас, и при этом негативные последствия от него «скрадывали» те особенности советского социализма, про которые я уже сказал.
Преградой для распространения трудовой миграции капиталистического типа был и существовавший в СССР паспортный режим, то есть система прописки. Она и была создана в 1932 году, в эпоху первых пятилеток, для контроля трудовой миграции. В первых, сталинских, паспортах 1932 года указывалось не только место постоянного жительства гражданина, но и место его работы, чтобы не порхали летуны туда, где рубль подлиннее, а работали там, где партия и государство велят, где это выгодно не ему лично, а всему обществу. А советского человека еще сызмальства, с пионеров учили, что общественные интересы выше личных.

4.
Каждый год 19 августа идеологи русских буржуазных националистов выступают в СМИ со статьями, где они с восторгом одобряют распад СССР, поскольку «теперь России не надо кормить азиатские регионы», и переход экономики России на капиталистические рельсы, поскольку «социалистическая плановая экономика ущербная». И вроде посмотришь на их фотографии в интернете – умные люди. Один из них, блиставший некогда в «Известиях» и на ТВ, даже два года учился на истфаке МГУ! Но, видимо, как-то не помещается у них в головах простая мысль – наплыв мигрантов из бывших советских республик Средней Азии и есть следствие распада СССР и перехода России (равно как и этих республик) к капиталистической рыночной форме хозяйства. Ведь и в составе Советского Союза эти республики были не самыми богатыми: в РСФСР средняя зарплата была 297 рублей, а в Таджикской СССР – 207, в РСФСР было 52 машины на 1000 человек, в Таджикской ССР – 41, в РСФСР было 15 кв. м жилья на человека, в Таджикистане – 10. А после развала Союза, когда русские хлынули из Средней Азии, а промышленность и вообще инфраструктуры модерна, где в основном были заняты русские, начали там стагнировать, все стало еще хуже. Тогда и появились малограмотные, нищие и легко поддающиеся любой пропаганде молодые узбеки и таджики, которые поехали туда, где больше платят за их труд, – в Москву.
Кстати, прорабы либеральных реформ, Гайдар с Чубайсом, в отличие от нынешних буржуазных русских националистов, думается, всё понимали и заранее продумали последствия развала Союза, на который они подбили своего политического покровителя – Ельцина. Они ведь просчитывали разные варианты перестройки на секретных семинарах еще в начале 80-х. Не могли они не осознавать, что если бы Советский Союз сохранился, то центральные регионы все равно бы столкнулись с недостатком трудовых ресурсов (вспомним положение русской деревни в 80-х). Взять их было неоткуда, кроме как из Средней Азии, где рождаемость, в отличие от РСФСР, была и остается высокой. Но в условиях социализма (пусть и с «демократическим лицом») эта трудовая миграция была бы управляемой и контролируемой. Рабочих из Таджикской, Киргизской и Узбекской ССР привозили бы на стройки российских городов и в совхозы российских деревень по комсомольским путевкам, селили бы в приличных общежитиях, платили нормальные зарплаты, обучали русскому языку, бесплатно давали бы рабочие специальности, включали бы в состав комсомольских и парторганизаций, в которые входили бы и местные. Тем самым проблема конфликтов на этнической почве была бы сведена к минимуму, а об исламистском экстремизме мы бы даже не услышали.
Да и понадобилось бы мигрантов куда меньше, чем сейчас, поскольку система распределения после техникумов и ПТУ направила бы на предприятия и стройки, в колхозы и совхозы миллионы русских ребят, которые сейчас пинают воздух в мегаполисах, изображают учебу в коммерческих вузах, подпирают стенки охранниками в супермаркетах, торгуют на бесчисленных рыночках.
Но нашим строителям капитализма такое развитие событий было невыгодно, им были выгодны толпы неграмотных и нищих азиатов. Это обеспечивало высокий доход новых хозяев жизни.
Думается, вывод из сказанного ясен. Если мы хотим решить проблему миграции, нам нужно, во-первых, восстановить хотя бы в виде конфедерации ядро «советского мира», так чтобы центральная власть могла влиять на происходящее в республиках Средней Азии, где концентрируются основные трудовые ресурсы. И, во-вторых, нам нужно хотя бы в мягкой форме возродить плановую экономику (возможно, наряду с элементами частной), чтоб контролировать передвижение этих ресурсов. Всё же песни о запрете труда мигрантов и «границе на замке», которые поют нам националистические сирены, – не более чем пустые словеса, пока существует его мерзейшество капитализм.

г. Уфа

http://sovross.ru/articles/1903/46089






Скопусовско-вебофсайнсовская гильотина российской науки

31.05.2019

О кризисе российской науки и научных журналов …

На прошлой неделе мир на день поверил, что средневековая рукопись Войнича, написанная неизвестным автором на неизвестном языке и украшенная непонятными иллюстрациями, расшифрована, пишут «Известия». Поверил потому, что статья об этом была опубликована в рецензируемом научном журнале. Вскоре выяснилось, что ее автор мошенник.
О кризисе науки в свете резонансного случая размышляет в интервью «Русской народной линии» экономист, доктор экономических наук, профессор Олег Сергеевич Сухарев.

На мой взгляд, в России существует кризис науки, обусловленный многими аспектами: возрастной состав, финансирование, состояние лабораторно-инструментальной базы, уничтоженные научные школы, действующие кланы, стремление за регалиями и надбавками, которые обычно ставятся выше служения науке и достижения результата, и многие иные причины.
Известен случай с Перельманом, которого ограничивали, человек замкнулся и ушёл из академических институтов, но решил теорему. Помотали нервов с признанием доказательства, а затем начали хвалить. Но человек уже не откликнулся на эти хвалы.
Этот случай показательно говорит о том, что российская наука больна вне всяких сомнений. Но больные процессы идут и в мировой научной системе. Это не значит, что нет достижений, что не делаются какие-то открытия или не проводятся разработки. Однако формализация научного труда, разрушение правил оценки и перманентное их изменение - становятся символом современного состояния науки.
Конечно, в науке очень важно донести результат до общественности. Первым признаком приоритета, о чем забывают многие в погоне за публикациями и рейтингами, является то, когда учёный опубликовал свою работу. В научной конкуренции приоритет за тем, кто опубликовал раньше, значит, он раньше додумался и за ним приоритет - он является первооткрывателем какого-то явления или автором вывода формулы, теоремы и т.д.
А вот где он опубликовал - принадлежит этот журнал базе данных Scopus или Web of Science или другим - было абсолютно неважно, да и баз индексирования ещё в 2000-ые гг. не было по сути. Ныне в мировой системе и особенно в России все перевернуто вверх дном. Важно именно то, какие группы журналов, что за журналы, где опубликовано. Причём это требование рукотворное и согласно ему, учёных понуждают публиковаться в журналах только этих баз индексирования. Если большая часть журналов вошла бы в эти базы, видимо, такое требование исчезло бы само собой. Однако нарочно создаётся ажиотажный спрос - и кто-то снимает неплохую ренту со всего этого.
В итоге людей понуждают публиковаться в монопольных структурах. Я предполагаю, не утверждаю, что Scopus и Web of Science могут курироваться даже разведывательными службами определенных стран. Это частные конторы, акционерные общества, где годовая прибыль составляет, например, 6 миллиардов долларов.
С чего формируется прибыль владельцев этих баз индексирования Scopus или Web of Science? Одна фирма зарегистрирована в Филадельфии, а другая - в Амстердаме. Вопрос не в том, что это частные конторы, что они берут деньги за публикации или с журналов за то, чтобы они их индексировали. Проблема в том, почему в России Министерство, государственные люди, определяют только две базы данных, которые они засчитывают в заработную плату научным работникам. Точнее, если у человека есть публикация в Scopus или Web of Science, то у него и баллов больше. Значит, и премия у него будет больше. Не оклад, а премия, если он там опубликуется.
Многие учёные в России могут получить за публикации в Scopus и Web of Science до 100 тысяч руб. Чтобы прорваться в эти журналы, нужно заплатить 50 или 70 тысяч рублей. Само поведение становится бизнес-проектом, инвестиционным проектом. Таким образом, 50-70 тысяч рублей отдают, а 100 могут приобрести. Часто - это госбюджетные деньги, например, государственная субсидия, которая направлена, скажем, в институт РАН, чтобы премировать только за данное поведение - публикацию в соответствующих журналах. Она служит тому, чтобы обеспечить рейтинг, причем никто не стеснялся того, что деньги выделяются именно под эти рейтинги. Таким образом, в России развернута масштабная системная афера в виде профанации публикаций и профанации рейтингования журналов. Как будто бы размещение их в Scopus и Web of Science автоматически означает научность.
Я хотел опубликовать свою статью в одном русском журнале, вначале была рецензия, которую я зачитывал коллегам. Все они коллективно смеялись, узнав, что из семи претензий пять были следующего типа: «Автор пишет о том, что нужен технологический базис для технологического развития, а вот я считаю, - пишет рецензент, - что важны приоритеты, а не технологический базис». Человек не понимает, о чем пишет, он противопоставляет свое мнение и желчно рецензирует. Таких рецензий множество. Поставьте приоритет Верхней Вольте прорыва микроэлектроники, а исходное технологическое состояние не важно?
Другие работы проходят по связям, по договоренностям, по планам, по звонкам, частично кто-то платит деньги. Это абсолютная и полная профанация. Но корень зла - государственная политика, которая привязала зарплаты к наукометрии, к Scopus и Web of Science, т.е. к нерусским базам индексирования. Формально к РИНЦу также привязана надбавка научному работнику, но число баллов в 2 раза меньше, то есть и заработная плата будет ниже. Притом, что речь только о премии, оклад же научного работника как был 32 тыс. рублей (гл.н.с.), так и остаётся таким же. Иными словами, заболел, не написал, не выступал на конференциях - остаёшься нищим в Москве.
Более того, Федеральная антимонопольная служба России вообще молчит по этому поводу. У русских научных работников изменены эффективные контракты, где вписано обязательство публиковаться в двух зарубежных базах данных. Конечно, исследователь может публиковаться и в русской базе данных, но у нее на зарплату балл меньше. Возникает вопрос - это ценовая дискриминация? Почему в русской базе индексирования балл на зарплату меньше? На каком основании?
Артемьев и ФАС молчат. Никто так вопрос даже не ставит о монополизации в научной сфере, что приводит к масштабным неэффективностям и подчиняет русскую науку внешним западным центрам, причем отчасти, возможно, контролируемым соответствующими спецслужбами. Частные фирмы, владеющие Scopus и Web of Science, ведут работу не только с журналами, но и с мировой патентной базой. Они отцеживают и собирают не только журналы, но и идеи, навязывают свою политику и стандарты во всём мире. Они диктуют оформительские нормативы и стандарты, фактически программируя рынок будущего и распространяя тем самым свой контроль в научной сфере.
Например, в Scopus и Web of Science в списке литературы должно быть не меньше 25-ти источников, из которых как минимум половина должна быть самой этой же базой индексирована. Таким образом, встроен программатор ссылок на свою же базу индексирования в рамках бизнес-проекта Scopus и Web of Science. Конечно, это частный интерес, частный бизнес-проект, но причём тут учёные России? Причём тут их заработная плата? Появилось множество фирм, которые предлагают учёным стать соавтором скопусовской статьи, даже уже готовые за деньги, поскольку все понимают, что при аттестации научных кадров в России поставлено условие публикаций именно в этих базах индексирования журналов? Идеи и что опубликовано - не важны в принципе!
Рецензент может работать на отбив, а может помочь человеку доделать статью, чтобы она все-таки вышла. Это вообще два кардинальных подхода в рецензировании. В России рецензирование бесплатно делается. Каждый журнал изобретает свой формат рецензий, вал статей требует работы на отбив. Часто действует эффект «программы голос», сводимый к тому, что жюри поёт хуже того, кого оно пытается оценить. Разрушение критериев и правил оценивания приводит к тому, что, по сути, любую статью в экономической науке можно отклонить! Часто это делается нарочито специально.
У нас множество журналов и кланов, пасущихся возле них, работают вообще на отбив. Например, в журнале «Экономика региона» я лично персона нон-грата после смерти академика Татаркина, который меня публиковал, будучи главным редактором. Предполагаю, что одна из причин в том, что мне удалось умыть как раз двух рецензентов, в виде ответа им и ознакомить с ответом уважающего меня Александра Ивановича, разбив их рецензии логически и аргументировано. Татаркин это оценил и опубликовал всё-таки мою статью при двух отрицательных рецензиях в 2016 году за три месяца до своего ухода из жизни. Однако наша совместная статья с Александром Ивановичем в его родном журнале уже не вышла после его смерти - вообще по непонятным предлогам. Вот Вам действие кланов и накопленные «обидки» «местных князьков», которым и наука-то по большому счёту не нужна. А принцип «кто проверяет проверяющих» - провален! В базу то кто-то вошёл, а нажил ли ума и совести (я имею в виду «научную совесть») - вот в чём вопрос!
Scopus и Web of Science - не панацея. Русские журналы, русские учёные, как попрошайки, выстроились в очереди войти в эти базы данных. Само это уже унижение русской науки, науки Менделеева, науки Капицы, науки Ландау, науки Курчатова и Королёва, науки Ломоносова. Это унизительно само по себе. Тем более, что ни Ландау, ни Капица никогда не стремились к каким-то индексам цитирования - это абсурд!
Я хотел бы особо подчеркнуть и отметить выступление Вячеслава Алексеевича Никонова, председателя Комитета по образованию ГД РФ, на общем собрании Российской академии наук в апреле нынешнего года. Это великолепное во всех отношениях выступление, умное, предельно честное, с призывами отказаться от этой ложной системы оценки научного труда. Он взял историческую науку, которой занимался и занимается, и показал, что многие наши исследователи, такие как Ключевский и многие другие, не прошли бы в западные базы, да и никогда бы не стремились к этому. Они создали русскую историю, историю страны, восстановили многие летописи и т.д. Это генетический код и культура нашего народа! Их бы никто не опубликовал на Западе, они, собственно, и не стремились публиковаться там. Вот что звучало в речи Никонова и это абсолютная правда. Однако, несмотря на ценные замечания имеющих властные полномочия людей, а также многих исследователей, значительная часть молчит и приспосабливается. Коллеги, не бойтесь и принимайте учёными советами постановления, высвечивающие порочность такой системы, обращайтесь к Президенту РФ и Общенародный Фронт - скрутить башку этой заведомо гнилой и унижающей нашу страну системе. Имейте собственное достоинство и отстаивайте его!
Подводя итог, отмечу главные моменты. То, что происходит с российской наукой - это её разрушение. Используются институциональные методы, включая монопольные структуры в виде Scopus и Web of Science. Налицо западное давление, стремление к попрошайничеству наших журналов под маркой якобы приближения к мировой науке.
Кто сказал, что у мировой науки должны быть две базы данных, подчиняющиеся частным фирмам, акционерным обществам. Это бизнес-проекты. Кто сказал, что такой должна быть организация мировой науки? Это просто абсурд, который не выдерживает никакой критики! В эти базы пролезают и журналы, где абсолютно нет школ, а редсоветы - члены в них, не имеют необходимых компетенций, что видно по рецензированию. Всё это уводит от главных задач - свободы мышления научного творчества. Формалистика вредит науке, причём не только Российской. Но кто понуждает двигаться и копировать заведомо неэффективное и порочное?
Такое навязывание новых норм - это эшелонированная политика мирового капитала и мирового капитализма по подчинению вообще мировой науки, и, в частности, по нейтрализации российской науки. Эту дискуссию не красят и интернет-группы, которые под благовидным предлогом борьбы с плагиатом устраивают разборки. Туда попадают и заслуженные ученые, которых там якобы в чем-то уличили.
Это внеправовая форма расправы над российскими учеными, причём задним числом, сведение работ к сличению текстов - доводится до абсурда в нашей стране. Политика с антиплагиатом, когда в курсовых работах считаются проценты, это все публикуется. Докторские диссертации вывешиваются за 4 месяца до их защиты. А то, что защищаться стало уделом богатых или не плохо обеспеченных, - на это никто не обращает внимания. Сами соискатели боятся пожаловаться, потому что если им будет выписан белый билет, то они вообще нигде не защитятся (конечно, это относится далеко не ко всем диссертационным советам, но это распространено не в маленьком масштабе, а весьма значительном).
Это насквозь гнилая, никудышная система, упирающая в то, что наукой теперь начинают заниматься все больше те, у кого есть деньги. Науку рассматривают как бизнес-проект. А это не так!
Конечно, есть отдельные выдающиеся молодые ученые, открываются какие-то лаборатории, что-то делает Российская Академия наук и делается много позитивного. Но вещи, которые я перечислил, могут на балансе весов оказаться выше и перевесить позитив, что представляет очень большую опасность. Нельзя выбирать путь соглашательства в этом векторе развития науки России. Это наше будущее, наше выживание, наша безопасность и культура. Нельзя позволить ее свести к деньгам. Но это уже происходит и уже наблюдается.
Поэтому нужны экстраординарные действия на уровне Президента Российской Федерации. Во-первых, необходимо вывести Президента из информационной зашоренности. Я предполагаю, что его информируют не так, как происходит в реальности. Президента необходимо проинформировать и открыть ему глаза.
Во-вторых, Президенту нужно принять меры с кадровым составом управления наукой и вообще системой организации науки на уровне государства. Ее нужно пересматривать кардинально, включая направление работы Российской Академии наук. Принимается и программа фундаментальных исследований, научно-технологическая стратегия и так далее. Но в этом болоте, я боюсь, мы не вытянем эти программы. На это нужно обратить пристальное внимание.

http://ruskline.ru/news_rl/2019/05/31/s ... yandex.com


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб авг 27, 2022 6:13 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1127 от 29 августа 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Весьма интересны статьи доктора химических наук, профессора Степана Сергеевича Бацанова "Открытие или карьера. Причины технологического отставания России" и Ускорить второй приход. Чтобы воссоздать социализм в стране".
В статье "Хрематистика и смерть. Капитал на костях", найденной в Интернете, выявлена сущность современного капитализма.



Открытие или карьера
Причины технологического отставания России

Степан Бацанов, профессор

Технологическое отставание России наряду с вымиранием населения и старением ядерного потенциала, по заявлению вице-президента США, приведет к распаду РФ уже через 15 лет. Наш МИД утверждает, что это мнение зама, а сам президент США так не думает, но перечисленное Байденом действительно критично для самого существования государства. Причин создавшегося положения много и социально-политические играют главную роль, но и научная составляющая отставания тоже велика.
Слабость отечественных инноваций принято объяснять недостаточным финансированием науки, приведшем к сокращению или даже ликвидации инфраструктуры НИИ, отсутствию в лабораториях новейших приборов, а в библиотеках – важнейших научных журналов. Это верно, «эффективные собственники» не финансируют научные программы, а правительство выделяет денег в разы меньше, чем в развитых странах. Общественность справедливо требует увеличения финансирования, ссылаясь на мировые стандарты, но простое вливание денег в науку мало что изменит, проблема носит системный характер.
Путин во время своего правления не обращал внимания на состояние науки, в СМИ не освещали ее достижения, по ТВ говорили только о деньгах – выиграй, угадай, найди под крышкой, но никогда о напряженном труде исследователей, окупающемся не деньгами, а только удовлетворением (или чистым наслаждением, как говорил Менделеев) от познания неизвестного, и это дало свои плоды. Так, в нашей лаборатории выполняли дипломные работы четыре студента из престижного московского вуза. Больше года мы обучали их электротехнике, работе на станках, рентгеновском аппарате, спектрографе, твердомере, прессах, т.к. физический практикум в вузе был очень скудным из-за слабого финансирования. Когда затем они приступили к поставленным задачам, то, как это случается по закону «произведение опытности на удачливость есть константа», они наткнулись на интересные физические эффекты, опубликованные затем в Известиях Академии наук, но студенты даже не пришли за оттисками статей, они их не интересовали. Я договорился в двух лабораториях, что их примут на работу с окладами в 20 тысяч рублей (что вдвое превышает мою зарплату), но они отказались, и один ушел в ГАИ, другой в Банк, третий в Министерство, четвертый – в мужья. Ну и зачем они учились, зачем мы тратили на них время?
Вместе с тем качество научных исследований и высшего образования в стране напрямую зависит от уровня фундаментальной науки, которая создает новые знания, методы, материалы, технологии, и через теоретическую и экспериментальную базу естествознания влияет на все научно-технические разработки в промышленности. Конечно, многое зависит от политики государства, от масштабов и приоритетов финансирования, от отношения промышленности (одно слово «внедрение» чего стоит) и общества к научным исследованиям. В этом плане в Советском Союзе дела обстояли хорошо – денег на науку не жалели, отношение к научным работникам было замечательное – о них снимали фильмы, их награждали орденами, брали у них интервью и т.д. Однако структура научных организаций не была оптимальной и советские ученые не смогли полностью реализовать предоставленный им потенциал.
Возьмем в качестве примера химию. В 1946–1990 гг. в СССР работало 30% всех химиков мира. Каков был их вклад в мировую науку? Если в качестве критерия взять нобелевские премии, то в СССР за этот период был только один прецедент – Н.Н.Семенов, а в Англии 12 (!). Если учесть, что население Англии в 6 раз меньше, чем Советского Союза, то эффективность английских исследователей была в 70 (!) раз больше советских. Можно, конечно, ссылаться на идеологические пристрастия Нобелевского комитета, но после воцарения капитализма в России за прошедшие 18 лет наши химики не получили ни одной премии, а англичане – еще 3. Если не обращать внимания на премии и ограничиться только крупнейшими открытиями в это время, такими, как синтезы искусственного алмаза, металлоценов, высокотемпературных сверхпроводников, соединений инертных газов, фуллеренов, графена, изучение электронной структуры тел за 10–13 с, превратившее квантовую механику в экспериментальную науку, – все это впервые сделано там. Почему, мы что – глупее их, наша квалификация хуже? Конечно, нет; более того, среди авторов перечисленных открытий есть и бывшие советские ученые, работающие теперь там. Причина состоит в организации дел у нас и за рубежом.
Рассмотрим типичную успешную карьеру советского исследователя. По мере продвижения в должности вместе с увеличением зарплаты растет число подчиненных: для перехода из младшего в старшие научные сотрудники нужна группа в 2–3 человека, должность завлаба требует уже 3–4 группы, чтобы стать завотделом нужны 3–4 лаборатории, а в институте – не менее 3–4 отделов. В итоге растут административные нагрузки и убывает время для научных исследований, а на вершине пирамиды – в должности директора института – времени для освоения нового уже не остается. Его подчиненные, если они хотят получить поддержку, естественно, работают в том же или близком направлении, и НИИ превращается в единообразную – по тематике – организацию с персоналом до тысяч человек, с главными инженером, бухгалтером, плановиком, замами, помами, референтами, и попасть к директору можно уже только по записи. Если учесть, что пост главы НИИ, как правило, пожизненный, то смена тематики происходит только с появлением нового директора; за рубежом директора институтов и деканы факультетов в университетах назначаются на срок не более 3–4 лет, что определяет не только мобильность тематики, но и стиль работы и обстановку в коллективе.
В 1962 г., прибыв в Англию на конференцию, я направился в Лондонский университет, чтобы вручить письмо академика Н.В. Белова выдающемуся ученому члену Королевского общества Джону Берналу. В комнате с табличкой «профессор Бернал» сидела секретарша, которая мне сообщила, что профессор сейчас в мастерской готовится к эксперименту, и назвала номер комнаты. Прибыв туда, я увидел представительного мужчину, который держал в руках чертежи и что-то объяснял рабочему. Я поздоровался с ним и протянул письмо Белова, но тот сказал, что он мастер, а профессор вон в том углу работает на станке. А почему он, а не токарь? А там какая-то хитрая ячейка и профессор сказал, что ему легче сделать, чем объяснять. Тут я еще некстати вспомнил, что Бернал является членом Политбюро Английской компартии. Представить нашего академика за станком (не говоря уже о члене Политбюро) даже в мыслях невозможно. А в туманном Альбионе такому положению ничуть не удивляются, во время Второй мировой войны их король до двух часов дня работал токарем на заводе, точил снаряды, а потом исполнял монаршие обязанности. Все выдающиеся английские ученые сами делали опыты, конструировали или изготавливали приборы. Наш нобелевский лауреат П.Л. Капица, работая в Кембридже, усвоил этот стиль и в своем Институте в Москве сохранил его, а когда попал в опалу, то на своей даче (в «Избе физических проблем») сам работал на станке и радовался, что токарный резец ему по-прежнему подчиняется.
Еще один важный вопрос. В своих «Письмах о науке» Капица сообщал, что пока он поштучно отбирал в свой Институт стеклодува, механиков, научных работников, вокруг группы в 8 человек возник административный персонал в 20 (!) душ, который делал то же, что одна мисс Стеблинг в его Кавендишской лаборатории; в Англии нормальные расходы на АУП составляли тогда 3%. В 1972 г. я читал лекцию по физике взрыва в Лос-Аламосской лаборатории США, после чего американские коллеги накрыли поляну и в ходе застолья приватно сетовали на рост административных расходов: у нас уже 7%, а в Ливерморе (это дублер Лос-Аламоса, как у нас Челябинск-40 и Арзамас-16) только 5%. Я слушал и думал, сказать им, что в нашем Институте 150% накладных, ведь не поверят, а 150% – это не предел, есть институты, где расходы еще больше. Заканчивая эту тему, замечу, что в фирме «Факел» (на которую после выхода моей статьи в СР «В окно дуло, а мы дом сломали» ополчилась Интернет-тусовка) накладные составляли всего 3%, а руководители вообще не получали зарплаты, работая на коммунистических началах. На этот пустяк не обратили внимание критики «Факела», в котором они узрели зародыш капитализма; но в каких частных фирмах руководители работают бесплатно? Главное же в том, что финансирование новой инициативы в «Факеле» начиналось сразу после научного обсуждения без прохождения по схеме Лаборатория→ Институт→Отделение АН, на что уходит не менее года.
В нашей стране имелся положительный опыт по организации эффективной научной работы. Так, в Институте химической физики Академии наук до войны работало 60 человек, включая уборщицу и охранника, и из этого коллектива вышел нобелевский лауреат Н.Н.Семенов, трижды герои соцтруда Ю.Б.Харитон, Я.Б.Зельдович, К.И.Щелкин и десяток моногероев соцтруда и настоящих академиков; после войны численность ИХФ выросла до 6000 (!) и больше ни одного «нобеля», ни героя, а ряд лиц, пробившиеся в академики, предпочитали выступать на конференциях со вступительным или заключительным словом, чтобы не попасть в неловкое положение из-за неудобных вопросов из зала. Физические институты в нашей стране традиционно имеют численность меньше, чем химические НИИ, и результат налицо – за тот же период (1946–1990 гг.) 10 человек получили нобелевские премии, причем половина за теоретические работы, где коллектив состоит из одного человека, а оборудование – из бумаги и карандаша. Одинаковым для химиков и физиков является общим – ни один человек не получил нобелевскую премию за работу в ранге руководителя большого института. Наш академик Белов, являвшийся Президентом мирового союза кристаллографов, занимал в институте должность заведующего лабораторией, а академик И.И.Черняев, автор закономерности трансвлияния, будучи директором ИОНХа, не согласившись с решением Президента Академии, подал в отставку, перешел на должность старшего научного сотрудника и сам выполнял тонкие химические синтезы, и это при том, что был лауреатом шести Сталинских премий за решение специальных задач.
При ограниченных ресурсах Земли и неограниченном росте населения и промышленности человечество может сохраниться только при плановой организации хозяйства. Уже сегодня в Скандинавии, Белоруссии, Китае, Индии, Вьетнаме, странах Южной Америки используются плановые методы в экономике, а в социальной сфере Европы и США скопированы многие достижения СССР. На социалистический путь вернется и Россия, поэтому уже сегодня мы должны думать об оптимальной организации нашей страны, ибо простое воспроизведение советской модели бесперспективно, т.к. известно, чем окончился тот опыт. Не нужно тешить себя мыслью, что несколько предателей – Горбачев, Ельцин, Кравчук и Шушкевич – разрушили Советский Союз, и если бы их не было, то все было бы в порядке. В действительности все члены Политбюро-секретари национальных компартий стали президентами стран СНГ и с азартом строят капитализм, члены ЦК уселись в банках и фондах, стали министрами, а Черномырдин даже премьером (и в своем фирменном стиле поливал Коммунистический манифест). Не многовато ли предателей оказалось в высшем руководстве партии?
На заре советской власти в стране происходила культурная революция, возникали новые идеи и методы в экономике, социальной сфере, в искусстве создавались НИИ и КБ, и к нам со всего мира ехали рабочие, инженеры, ученые, писатели, все кто хотел увидеть будущее. А к концу советского периода мы уже не генерировали новых идей, в политическом противостоянии с капитализмом занимали оборонительную позицию, глушили вражьи голоса, боролись с генетикой – кибернетикой, джазом, узкими брюками и длинными волосами, а руководство законсервировалось и десятилетиями не меняло стиль работы (Что будем делать, Никита Сергеевич, если не соберем урожай? Соберем пленум!) и удалялось со своих постов, как правило, только на кладбище. Все это очень походит на организацию нашей научной деятельности, что понятно, ведь политическая работа – это тоже творчество!
По моему мнению, новое руководство страны понимает важность науки для сохранения страны и предпринимает позитивные шаги в этом направлении, вот и СМИ стали показывать научные сюжеты. Ускоренное развитие науки – сейчас главная национальная задача государства.

https://sovross.ru/articles/363/6026



Ускорить второй приход
Чтобы воссоздать социализм в стране

Степан Бацанов

Чем больше проходит времени после гибели Советского Союза, тем сильнее ностальгия о нем, его расцвете, свершениях и Великой Победе.
В обществе не стихают споры о причинах краха нашей страны, и главный вопрос – СССР распался или его развалили, в чем главная причина, в несовершенстве модели или в деятельности врагов. Если обоснованно не ответить на этот вопрос, то бессмысленно призывать народ к восстановлению социализма, без гарантии, что трагедия снова не повторится. Правые утверждают, что социализм неэффективен, левые опровергают это фактом бурного роста нашей экономики перед войной и победой в соревновании со всей экономикой континентальной Европы во время войны. СССР был второй сверхдержавой с могучей армией, окружен странами-союзниками, идеи социализма стали побеждать в Азии, Африке, Америке, а наше искусство, культуру и спорт уважали и любили во всем мире. И вдруг такой гигант гибнет из-за иуд-предателей в руководстве страны. Как они туда попали? Каковы внешние и внутренние причины слома нашей политической системы?
После победы в Отечественной войне, восстановления всего разрушенного, создания ракетно-ядерного щита и меча, обеспечившего сохранность нашей страны, соперничество социализма и капитализма перешло в экономическую и идеологическую плоскости. Давайте сравним реальные результаты такого состязания на примере двух сверхдержав, СССР и США.

Сравнение экономик СССР и США в период 1922–1990 гг.
Экономику этих стран наши политические противники характеризуют ВВП, т.е. рыночной стоимостью товаров и услуг. Отношения ВВП СССР к США по годам таковы - рост от 0,13 в 1922 г. до 0,43 в 1973 г. и затем падение до 0,13 в 1990 г. (см.исходную статью).
Как видно, в конце советского периода соотношение ВВП двух стран было такое же, как после гражданской войны, в год рождения СССР. Этот вывод и внедрялся СМИ в сознание народа для подготовки перестройки. Однако сравнивать социалистическую экономику, ориентированную на человека, с капиталистической, нацеленной на прибыль, по рыночным ценам товаров и услуг некорректно, т.к. в СССР огромные ресурсы выделялись на бесплатное жилье, образование, спорт, здравоохранение, на компенсацию квартплаты и транспортных расходов, что не учитывалось при подсчетах ВВП. Так, билет в метро в Москве в 1960 г. стоил 5 коп., в Нью-Йорке 15 центов, через 30 лет в Москве он остался 5 коп., а в Нью-Йорке стоил уже 115 центов, т.е. увеличился, что в 8 раз повысило его вклад в их ВВП. В СССР практически не было инфляции, цены даже понемногу уменьшались, и это тоже формально снижало наш ВВП.
Производство же реальных продуктов показывает совсем другую динамику. Так, отношение выплавки стали в СССР к США в 1922 г. равно 0,01, в 1940 г. 0,29, в 1950 г. 0,30, в 1960 г. 0,71, в 1970 г. 0,95, в 1975 г. 1,33 и в 1987 г. уже 2,0. Если взять последний год жизни СССР, когда по утверждениям либералов наша экономика разваливалась, отношение СССР к США по нефти равнялось 1,56, по газу 1,50, по стали 1,77, по автомашинам 0,20, по пшенице 1,37, по крупному рогатому скоту 1,24. Ну и где же эта доля в 13% советской экономики от американской?
Утверждение, что наша экономика рухнула из-за падения цен на нефть, также несостоятельно: с 1922 по 1932 гг. нефть дешевела, а экономика росла; в 1973–1982 гг. нефть дорожала, а затем до 1990 г. дешевела, а ВВП падал в обоих случаях. Но главное, что общие доходы от продажи топлива и электроэнергии (в %) по годам составляли лишь малую часть в бюджете страны: т.е. «энергетическая» доля в бюджете страны в среднем составляла около 6%, а по факту еще меньше, т.к. лишь половина экспорта топлива шла в капстраны, а соцстранам его продавали в постоянных ценах СЭВ. Значит, дело не в ценах на нефть (см. таблицу в исходном тексте).
Еще одна, по мнению либералов, причина распада Союза – это огромный военный бюджет. Однако расходы СССР в 1960–1990 гг. на содержание армии составляли около 3%, а на оборонное производство еще 5% (ЦРУ оценивало наши военные расходы в 6–8%, а расходы США в 10%). Гробокопатели СССР ссылаются еще на расходы на афганскую войну, называя ее вторжением советских войск в Афганистан, хотя мы помогали борьбе этой страны с террористами по просьбе ее правительства, как и в случае Сирии, тем более что Сирия далеко, а Афганистан – на нашей границе. Все расходы «на Афганистан», включая обучение афганских студентов, командировки гражданских лиц, мирную и военную технику, переданную этой стране, были около 0,5% ВВП.
Таким образом, все финансовые причины, которыми либералы объясняют произошедшую трагедию, не играют существенной роли. Бесспорно другое. Плановая экономика с середины семидесятых годов вступила в противоречие с научно-технической революцией, начавшейся в это же время. Если в1920–1940 гг. между созданием новых методов и материалов и их реализацией проходили десятилетия, то знания, заложенные в 5-летние планы, не устаревали и успешно работали. Когда из-за ускорения технического прогресса время реализации новинок сократилось, но использовать их можно было только в следующей пятилетке, т.к. принятый план должен быть выполнен безусловно, мы стали отставать в использовании новых технологий и материалов.

***

Я уже писал в «СР» об академике Леониде Витальевиче Канторовиче, гениальном математике, капитане 2-го ранга, участнике обороны Ленинграда, авторе математического обеспечения атомного проекта, лауреате Сталинской премии, кавалере орденов Ленина и Красного Знамени. После войны он занялся оптимальным планированием народного хозяйства. В 1959 г. в книге «Экономический расчет наилучшего использования ресурсов» он обосновал оптимальные варианты технологических процессов, промышленных перевозок, размещения посевов, обновления оборудования, эффективности капитальных вложений, формирования оптовых цен, общей структуры экономических показателей для успешного развития народного хозяйства. За эту деятельность он вместе с экономистами Немчиновым и Новожиловым получил в 1965 г. Ленинскую премию, а в 1975 г. ему совместно с американским математиком Купмансом была присуждена Нобелевская премия по экономике.
Я имел честь и удовольствие сотрудничать с ним в расчетах интегралов перекрывания слейтеровских волновых функций. В беседах на общие темы он говорил, что планировать надо так, чтобы и государству, и людям стало лучше, и он делал так. Например, изменил систему оплаты в новосибирском таксопарке, который нес убытки, т.к. действующие тарифы (10 коп/км) были невыгодны на коротких маршрутах для шоферов, и в ожидании такси возникали очереди, в которых на морозе мерзли люди. ЛВ приехал в парк, побеседовал с шоферами и предложил за включение счетчика брать 20 коп., за дальнейшее расстояние – обычную плату, а за длинные поездки даже снизить тариф. Директор парка согласился и через короткое время очереди на такси исчезли, парк стал прибыльным, шоферы стали получать премии. Его вызвали на ковер: как можно это делать без согласования с руководством, что станет со страной, если все так будут поступать. Она станет процветающей, ответил академик. Поскольку он не прекратил попытки оптимизации планирования, его, ссылаясь на заключение трех врачих (они потом признались, что его даже не осматривали), отправили на принудительное лечение в психбольницу. Академия наук и парторганизация Новосибирска не помогли опальному ученому, и из психушки его вытащил брат Николай, известный врач-психиатр.
В конце 60-х годов в Новосибирском Академгородке мы, 12 молодых тогда докторов наук во главе с академиком Николаем Николаевичем Яненко, создали творческое объединение «Факел» для реализации в народном хозяйстве достижений сибирских ученых. В основу деятельности этой фирмы было положено три принципа. №1 – все руководители работают на общественных началах, получая зарплату по основному месту службы, как завлабы в АН или завкафедрами в НГУ; №2 – после одобрения проекта, поданного в «Факел», автор получал деньги, которые может тратить по своему усмотрению, в частности, заключать хоздоговора на работы в профильных институтах; №3 – зарплата автора проекта не должна быть выше двойного оклада аналогичного специалиста в АН, а в случае успеха и оформления патента на изобретение он получает вознаграждение по советскому законодательству.
На наш призыв откликнулось более 100 человек, а постоянный штат «Факела» состоял из трех человек: бухгалтера, кассира и секретаря, т.е. накладные расходы были 3%. Стартовый капитал был составлен из взносов руководителей, и все финансовые операции шли через Сбербанк. В 1-й год работы «Факела» его прибыль составила 10% от Новосибирского научного центра, во второй год 25%, в 3-й год 40%, после чего нас закрыли за «деятельность, противоречащую социалистическим принципам». Ссылки на успехи и большой доход, пошедший в казну страны и на финансирование спортивной и физико-математической школ Новосибирска, не помогли. Потом уже на встрече с нами секретарь обкома сказал: где мы еще найдем людей, которые будут бесплатно руководить успешным предприятием. Вы заскочили вперед, товарищи, мы пока будем работать по-прежнему.
Наша лаборатория, изучающая действие взрыва на вещество, дважды пыталась применить свои разработки в гражданских целях. На партконференции Солнечногорского района директор одного из совхозов жаловался на нехватку лемехов плугов, которые быстро изнашивались на каменистой почве Подмосковья. Я спросил его, пробовали ли они закалять лемеха, не помогло, ответил он, т.к. хрупкость лемеха растет, и он так же или еще больше изнашивается. В это время мы разработали метод ударно-термического упрочнения сталей, который в 2–3 раза увеличивал их твердость, но сохранял или даже немного повышал пластичность (как в дамасских саблях). Мы дали совхозу несколько лемехов и получили от директора ответ, что они показали себя прекрасно – совсем не износились за целый день работы тракториста. Но именно поэтому он отказался от них, т.к. раньше работу тракториста оценивали простым взвешиванием лемеха до и после смены, а теперь как я буду ее оценивать, ходить по полям и проверять – пахали их или нет?
Еще пример: раньше в металлообработке использовали стержни из карбида вольфрама (ВК-6), в торце которых в выемки вставляли зерна искусственного алмаза, а зазоры заполняли сплавом. Со временем алмазные зерна выкрашивались, т.к. сплав не мог удержать кристаллы алмаза. Ударным сжатием мы полностью убрали зазоры, и зерна алмаза накрепко сцепились с металлом. Отдали образцы на ЗИЛ, там их испытали на обработке коленвалов автомобилей и дали заключение, что новые стержни работают в полтора раза дольше, чем обычные. Я отвез несколько штук в Кабардино-Балкарию, на завод алмазных инструментов. Приняли нашу продукцию хорошо, но когда узнали, что в следующем году они не смогут улучшить качество стержней еще на 1% (т.к. все зазоры удалены), отказались от нашей разработки. При ежегодном улучшении качества они по инструкции могли повышать зарплату рабочим, а теперь не смогут, и люди просто уволятся. На этом кончились наши попытки помочь гражданскому производству, и с тех пор реализуем только оборонные разработки.
Все описанные трудности нашей экономики носили организационный характер, их можно было преодолеть, сокращая длительность планов, создавая малые предприятия для реализации (а не для «внедрения», какой точный термин!) новых идей и методов, привлекая трудовые коллективы для оптимизации оплаты труда, поощряя, а не препятствуя творческой активности. Как говорил нобелевский лауреат по экономике наш соотечественник Леонтьев: если сравнить экономику с кораблем, то план – это компас, а активность работников – это ветер в паруса.
Устранение недостатков в плановой экономике дало бы мощный импульс ее динамике, но антисоветчики перевели страну на капиталистические рельсы (хотя проводили реформы под лозунгом создания «социализма с человеческим лицом»), и сейчас можно сравнить итоги работы даже несовершенной модели социализма в РСФСР и в капиталистической РФ. За 30 лет, с 1960 по 1989-й, экономика РСФСР выросла на 200%, а в РФ с 1990 по 2019 гг. – на 20%. Население в РСФСР (при «сплошном дефиците») выросло на 28,4 млн человек, а в РФ за то же время (при полных прилавках) уменьшилось на 12,8 млн, и только за счет населения Крыма (2,3 млн) и приема в РФ мигрантов (12,4 млн) смогло достигнуть уровня 1989 г. (146,8 млн). Если сравнивать реальную продукцию в 1989 и 2019 гг. советской и капиталистической России, то «успехи» РФ за 30 лет выглядят так: нефти добыли больше на 8,5 %, мяса на 6,5%, зерна на 3,3%, но стали произвели меньше на 20%, а высокотехнологичной продукции: грузовиков и самолетов в 5 раз меньше, станков – в 17 раз (!), а это основа машиностроения; научного приборостроения в РФ просто нет. И стоило ради этого разрушать страну? У нас в окна дуло, а мы дом сломали.

Сравнение науки в США и СССР в период 1922–1990 гг.
Фундаментальные научные исследования в СССР проводились в вузах и институтах АН, а прикладные – в отраслевых НИИ, которые курировал Комитет по науке и технике Совмина. Реализация крупных технических проектов – атомная бомба, ракетостроение, мирный атом, космос – в Советском Союзе была вполне успешной, более того – превосходила США. У нас правительство могло сосредоточить для решения любой проблемы любые ресурсы, а в США, например, в 1944 г. при подготовке к вторжению во Францию Рузвельт поручил Форду удвоить выпуск автомобилей для армии, но тот согласился сделать это только при гарантии, что война продлится еще два года, чтобы он мог покрыть все расходы. Рузвельт сказал, что нет гарантий, тогда я не буду увеличивать выпуск автомобилей, ответил Форд. Успехи в прикладной науке основаны на известных знаниях, а вот успехов в создании новых знаний, т.е. в фундаментальной науке, у нас было мало из-за той же государственной централизации.
Сравнение научных достижений двух сверхдержав правомерно, ибо цель исследований – объекты и явления природы, а не прибыль. Обогащение ученым ни к чему, заметил Резерфорд королеве, посетившей его лабораторию после получения им Нобелевской премии и с удивлением узнавшей, что его сотрудники получают меньше, чем ее камердинер, приносящий ей утренний чай. Вернувшись в Лондон, сразу прикажу повысить вашим помощникам зарплату, сказала она. Ни в коем случае, ваше величество, ответил Резерфорд, ученым нужен хлеб, масло, но не джем.
Крупные достижения чистой науки не всегда очевидны, иногда они проявляются через много лет и их трудно оценить, но на сегодняшний день нет ничего лучшего, чем Нобелевские премии за открытия в естественных науках и экономике. За советский период наши ученые получили 6 таких премий: Н.Н. Семенов, 1956; П.А. Черенков, И.М. Франк, И.Е. Тамм, 1958; Л.Д. Ландау, 1962; Н.Г. Басов, А.М. Прохоров 1964; Л.В. Канторович, 1975; П.Л. Капица, 1978; а ученые США за это же время получили 84 премии. Может быть, их премии менее значимы, чем наши, а успехи советских ученых замалчивались по политическим причинам? Нет, не было ни одного случая, чтобы наши работы отказывались публиковать в иностранных журналах, хотя некоторые наши достижения действительно не нашли заслуженного признания. В физике – это открытие комбинационного рассеяния света Г.С. Ландсбергом и Л.И. Мандельштамом (1928) и электронного парамагнитного резонанса Е.К. Завойским (1944); в химии – это промышленный синтез каучука С.В. Лебедевым (1927) и закономерность трансвлияния атомов в комплексных соединениях И.И. Черняева (1928).
Радость ученым доставляет познание и признание, но если первое зависит от тебя, то второе – от других ученых, которых надо известить об открытии. Если художественные произведения отражают индивидуальность авторов, а они уникальны, то Пушкин и Толстой могли по 7 лет работать над созданием «Евгения Онегина» и «Войны и мира», не опасаясь, что кто-то обгонит их в написании этих романов. Природа же и ее законы одинаковы для всех и завтра такое же открытие может сделать другой.
Так, Ландсберг и Мандельштам открыли комбинационное рассеяние света в кристаллах 21 февраля 1928 г. и только 6 мая отправили статью в Naturwissenschaften, а Раман увидел похожее явление в жидкости 28 февраля, сообщил об этом на следующий день в газете и разослал оттиски в 2000 адресов физикам всего мира. Завойский описал ЭПР в диссертации в 1944 г., которая хранится в одном экземпляре в Ленинке, а статью в журнале опубликовал через год, когда уже было известно о существовании близкого явления, ЯМР, за рубежом. Лебедев тоже не рекламировал свое открытие. Еще пример: профессор Третьяков в МГУ, изучая оксиды лантана-бария-меди, обнаружил, что при достаточно высоких температурах эффект Мейснера ведет себя как при сверхпроводимости, но повторить опыт не смог, т.к. жидкий азот на химфаке кончился, настали летние каникулы и снабженцы обещали доставить азот сразу после их окончания. В МГУ есть несколько факультетов, где пользуются жидким азотом, но Третьяков не стал искать его, ушел в отпуск, а по возвращении увидел в лаборатории дьюар с азотом, а на столе – оттиск статьи Мюллера и Беднорца в журнале Nature о высокотемпературной сверхпроводимости в этом оксиде, за что они получили Нобелевскую премию, которая утекла прямо из наших рук.
Однако, по большому счету, это, пожалуй, все, что было сделано у нас за советский период в фундаментальной науке на нобелевском уровне. А вот что открыли американцы за эти же годы: Андерсон, позитрон; Юри, дейтерий; Ледерман, нейтрино; Фридман, кварки; Сегре, технеций, астат и антипротон; Сиборг, новые трансурановые элементы; Лоуренс, циклотрон; Девиссон, электронография; Бриджмен, физика высоких давлений; Бардин, 1-я премия за транзистор, 2-я – за сверхпроводимость. А еще у них были крупные достижения в синтетической квантовой химии, биохимии, физиологии, генетике. Конечно, на Западе тоже были ученые, достойные Нобелевской премии, но не получившие ее, например Бартлетт, кто синтезировал фториды инертных газов, что совершило революцию в химии и «инертные» газы стали «редкими». Значит, надо признать, что с фундаментальной наукой в Советском Союзе было не все в порядке, хотя число наших ученых кратно превосходило американских, да и денег на науку у нас не жалели. В чем же дело?

***

Американские и вообще западные научные институты малочисленны, обычно там работает несколько десятков человек, у нас сотни и даже тысячи. У них директора институтов и деканы факультетов сменяются каждые 3–4 года, у нас, как правило, руководят десятки лет. Поэтому наши институты ориентированы на интересы директора, у них – из-за частой смены начальства – темы разнообразнее, что увеличивает шансы на успех в поисковых работах. В их институтах, кроме местных ученых, работают люди из других городов и стран со своим опытом, подходами, приемами, что обогащает арсенал методов исследований. Наконец, члены американской академии работают на общественных началах, будучи «советниками нации в вопросах науки, техники и медицины», у нас они получают деньги и зависят от власти. Еще одно отличие нашей академии – ее членами являются не только исследователи, но и организаторы науки (директора институтов, ректоры вузов, начальники КБ), у которых мало или вовсе нет времени для личных исследований. Академик И.Е. Тамм в свое время в шутку предлагал сформировать отделение административной физики, куда свести всех начальников, что позволит и им, и научным работникам плодотворно обмениваться идеями и опытом со своими коллегами. Огромные научные коллективы, конечно, могут вести систематические исследования по заданным направлениям, получать и обобщать огромную массу экспериментальных данных, но революционные открытия совершаются малыми группами творческих людей. В итоге, наши ученые в полной мере не использовали уникальные возможности, которые предоставляла им советская власть.
Улучшилось ли положение в нашей науке после перестройки? Нет. Так, за 30 лет присуждена только одна Нобелевская премия по физике В.Л. Гинзбургу, а за изучение графена (однослойной атомной сетки графита) российские ученые А.К. Гейм и К.С. Новоселов получили Нобелевскую премию как подданные Нидерландов и Англии, работая за рубежом, где они изучили физические свойства этого уникального материала, что не смогли сделать на родине. Теперь еще из АН изъяли институты, что, по сути, означает ее кончину, т.к. отныне ее финансирует (а значит, и руководит) министерство во главе с человеком, далеким от науки. Неудивительно, что согласно соцопросам 40% выпускников университетов собираются уехать из страны, если найдут научную работу за рубежом. Вызывает тревогу и школьное образование, будущее науки, т.к. в стране закрывается 3 школы в день и столько же строится церквей. 30 лет расцветает религия в стране, а нравственность падает, коррупция и казнокрадство зашкаливают, проституция и наркомания стали обыденным явлением, половые извращения рекламируются. И вот на фоне всего этого патриарх предлагает ввести в конституцию веру в Бога, а там очевидны и последствия: кто не верит, тот нарушает конституцию, и значит, можно наказать учителя биологии за теорию эволюции Дарвина и учителя астрономии за физику рождения Вселенной. Назад в средневековье! А ради кого это делается, сколько вообще верующих в РФ? По данным западных соцопросов не более 2–3%, наши данные закрыты, но едешь на работу в автобусе, полном народу, мимо церкви, и видишь, что лишь один перекрестился. Ни в одном теократическом государстве нет общественного и технического прогресса, а негативных примеров множество, вплоть до ИГИЛ.

Эволюция общественной жизни в СССР в период 1922–1990 гг.
Несущей конструкцией Советского Союза, обеспечивающей его единство и могущество, была РСДРП–ВКП(б)–КПСС, нацеленная на социалистическую революцию, победу в гражданской войне, изгнание иностранных интервентов, воссоединение России, разваленной либералами на 50 суверенных кусков, обеспечение жильем и работой всего населения страны, создание современной индустрии, всеобщего бесплатного образования и здравоохранения. С этими задачами партия блестяще справилась, затем она организовала народ для Победы над фашистами, восстановление всего разрушенного войной, создание ракетно-ядерного оружия, чтобы сохранить страну и мир во всем мире. Для этого партия и должна была действовать как боевой отряд с жесткой дисциплиной, выполняя приказы, принятые на основе решений большинства.
С течением времени в результате всеобщего образования, повышения жизненного уровня и технического прогресса изменилась структура советского общества – сократилась численность работников физического труда в сельском хозяйстве и на предприятиях, выросла автоматизация производства, появились новые виды промышленности и транспорта, где исчезло различие между рабочими и инженерно-техническим персоналом, в итоге люди умственного труда перестали быть «прослойкой», а стали значительной частью трудящихся. Однако эти изменения мало отразились на кадровом составе партии, куда охотно принимали рабочих, но не научно-техническую и тем более творческую интеллигенцию. В результате партия перестала характеризовать весь народ, и в ее высшем руководстве отсутствовали крупные ученые и деятели культуры. Только этим можно объяснить поддержанную партией позорную кампанию по борьбе с кибернетикой, генетикой, квантовой химией, абстрактным искусством, джазом, которая дискредитировала нас в глазах всего мира. Надо сказать, что Сталин первым почувствовал необходимость превращения Политбюро в президиум, состоящий из равных долей политиков, ученых и производственников, которых надо избирать не менее чем из трех человек на одно место. Ясно, что многие долгожители Политбюро потеряли бы свои посты, и не пришли бы к руководству страной такие ничтожества как Хрущев, Горбачев и Ельцин, но вождь как-то очень вовремя умер, и наверху все осталось по-старому.
В стране марксизм не развивался как наука, в политике игнорировались изменения в жизни народа, и все, что не укладывалось в модель социализма, созданную 100 лет назад, отвергалось, а другие модели – скандинавская, югославская, китайская – объявлялись ошибочными и их жестко критиковали. В идеологической борьбе заняли оборонительную позицию, опустили железный занавес, глушили «вражеские голоса», закрывали доступ к любой иной информации, наказывали инакомыслящих. Этот подход дал возможность нашим противникам успешно вредить, используя постулат Бебеля, согласно которому: если тебя хвалит враг, значит, ты делаешь не то, если ругает, значит, ты прав. Вот они и хвалили Капицу и Вавилова, Фока и Ландау, Туполева и Королева, Тухачевского и Егорова, и мы их с подачи наших идеологических врагов репрессировали.
Идеи социализма, сплотившие советский народ, были огромной силой, но лидеры сами должны быть убежденными людьми, как было в революции, в Гражданской и Отечественной войне. Поэтому пустяковые (по нынешним меркам) привилегии партийных начальников губительно влияли на общество, провоцировали цинизм и неверие в то, что утверждается с высоких трибун теми, кто незаконно получает конверты с деньгами, утаивая их от партвзносов. Общественная жизнь после войны постепенно привела к расслоению народа по роду деятельности, в стране появились отдельные дома отдыха, санатории, больницы, гостиницы ЦК КПСС, ВЦСПС, АН СССР, Минобороны, МВД, где коллеги общались, обсуждали и решали кадровые и национальные вопросы и подготовленные в узком кругу, формально утверждали на совещаниях, конференциях, съездах. Это прямо противоречило духу коммунистической партии, рядовые коммунисты стали мало влиять на выборы и работу руководителей, но строго выполняли их указания, даже если не были согласны с ними. Это и привело к пассивности членов партии в критический для страны момент, когда руководство не позвало их для защиты социализма, ибо, как сказал мне один из моих родственников из высшего эшелона власти, тогда нам пришлось бы делиться властью с вами. Действительно, строй стал другим, а они все опять на самом верху.
Капитализм существует и совершенствуется уже сотни лет, а первая страна социализма одна прожила семьдесят лет в условиях постоянной опасности, но сейчас уже большинство людей на земле хотят жить именно при социализме, а значит, так и будет. Поэтому надо провести работу над ошибками и сделать все, чтобы ускорить второй приход общества социальной справедливости с учетом нашего героического и трагического опыта.

http://sovross.ru/articles/1949/47634







Хрематистика и смерть. Капитал на костях

(Из Интернета)

"Так как хрематистика расположена рядом с экономикой, люди принимают её за саму экономику, но она не экономика. Потому что хрематистика не следует природе, а направлена на эксплуатирование. На неё работает ростовщичество, которое по понятным причинам ненавидится, так как оно черпает свою прибыль из самих денег, а не из вещей, к распространению которых были введены деньги. Деньги должны были облегчить торговлю, но ростовщический процент увеличивает сами деньги. Поэтому этот вид обогащения самый извращённый."
— Аристотель. Политика

Как-то попалась забавная заметка "Нужда в иждивенцах" (https://chispa1707.livejournal.com/2057762.html) на самом деле, подобные рассуждения сейчас не редкость, это очень типичный случай непонимания, когда для многих людей именно хрематистика уже заменила собой экономику и немедленная прибыль воспринимается, как естественное и едва ли не единственное устремление любого экономического субъекта. Кстати, в приведенном примере, детей можно было бы рассматривать хотя бы как долгосрочную инвестицию, а вот явные иждивенцы: больные, сумасшедшие, инвалиды... - с точки зрения хрематистики, требуют немедленной утилизации. Фашисты об этом быстро догадались. Хотя, в отношении коммунистов, автор абсолютно неправ, закон против тунеядства требовал обязательного трудоустройства только для взрослых здоровых граждан, о пенсионерах, инвалидах и прочих немощных согражданах, в советское время, у нас, заботились гораздо более, чем в любое другое.
Самое страшное, что на определенной стадии развития капитализма, с точки зрения хрематистики, самым выгодным видом бизнеса становится смерть. Если обычный убийца может забрать у своей жертвы лишь немногое, самое ценное: деньги, драгоценности, мобильник... То, государственным убийцам достается абсолютно все. Особенно, если убивать целыми семьями и народами. Все, что создал сам человек, за всю жизнь, ценой всей своей жизни, для детей и внуков, все, что создали его предки, после убийства, государство легко отдает своим хозяевам для присвоения, монетизации и вывоза в виде готового капитала. Для паразитов нет ничего проще и выгоднее бизнеса по превращению в деньги человеческих жизней.
Если вдумчиво всмотреться в историю, то именно убийство населения является главной целью почти всех империалистических войн. Там где наблюдается "странная война" с неясными целями и ведущаяся непонятным образом, то это значит, все дело в деньгах, а все "странности" направлены на увеличение жертв и рост чьих-то прибылей. Кроме безнаказанного, бессовестного и почти безграничного воровства, которым неизбежно сопровождаются все подобные войны, огромную выгоду капиталу приносит сама массовая гибель людей, их страдания и горе. Уничтожение мужчин, будущих отцов и потенциальных продолжателей рода, позволяет капиталу присвоить себе всю их собственность, а выживших заставить годами трудиться, не получая справедливого вознаграждения, под предлогом военных потерь и лишений, или же, в части проигравших войну стран, под спудом страха перед гневом победителей и вины за свои военные преступления.
Хотя, так бывает, что буржуи обходятся и без войн. В краткосрочной перспективе, социальный геноцид всегда сверхрентабелен. В таком случае, государству для убийства народов даже необязательно устраивать кровопролитие, достаточно лишить людей будущего, оболгать их прошлое, немного их развратить, одурманить, дать волю алкоголизму и наркомании... И люди будут вымирать сами, безвольно освобождая ресурсы созданные их трудом и трудом их предков для безнаказанного разграбления паразитами. Достаточно ввести людоедское ЮЮ, пропагандировать гедонизм и "незачем плодить нищету", чтобы люди сами пресекли свои рода и подарили жадным подонкам все богатства созданные многими поколениями предков для них и их детей. Сделать напрасной жизнь и смерть миллионов людей, так легко... На примере уничтожения СССР можно наглядно увидеть, как десятки миллионов советских людей были хладнокровно, до смерти, замучены голодом и нищетой, с огромной выгодой и пользой для паразитов всего мира.
Теперь же, в сущности, весь ареал европейской культуры (включая теперь и Россию), фактически превращается в гигантский концентрационный лагерь в котором утилизация населения, на благо капиталистов, поставлена на поток. А на случай попыток сопротивления, буржуи готовят для народа фашизм (https://kajaleksei.livejournal.com/36842.html). Основные способы утилизации людей, используемые паразитами:
1. Социальный геноцид (Ликвидация системы социальной защиты, уничтожение социальной инфраструктуры, образования, медицины, увеличение пенсионного возраста и т.д., сверхэксплуатация обманутого населения, когда люди, даже имея работу и честно работая, не имеют ни времени, ни достаточно средств, чтобы завести семью и вырастить полноценных детей. Если кому-то и удается создать семью, то из-за непосильного труда они не могут уделять достаточно времени воспитанию своего потомства. При фактическом отсутствии родителей и внесемейном воспитании, дети растут социальными сиротами, а государственные структуры вполне сознательно стараются превратить их в совершеннейших рабов капитала, лишая даже тех зачатков воли и разума, которые еще сохранялись у их родителей).
2. Банкстеры, ипотека и кредиты (Закабаляют людей, превращают в рабов капитала, лишают их малейшей социальной мобильности и возможности оставить потомство. Есть такой анекдот: "На конкурсе контрацептивов, с огромным отрывом победила ипотека!").
3. Микрокредиты + коллекторы (Лишают людей и их близких последнего, обманом и/или силой, воспользовавшись жизненными трудностями, ошибками или минутными слабостями).
4. Риэлтеры и банды черных риэлтеров (Которые обманом и/или силой лишают людей жилья и прочей недвижимости, а часто и жизни).
5. Наркомания и наркоторговля (Сетевая система, построенная на эксплуатации человеческих слабостей, стремлении уйти от жуткой реальности. Наркомания позволяет не только полностью ограбить человека и его семью, но и заставляет наркомана совершать любые преступления ради дозы, до самой смерти. Причем, "лечение от наркомании", это лишь один из способов грабежа семьи наркомана в рамках той же схемы).
6. Проституция (Система утилизации женщин, чьи тела обманом и/или силой превращаются в товар. Тесно связана с наркоманией (многих проституток сутенеры сознательно "сажают" на наркоту). Одновременно, лишает мужчин стимулов заводить семью и таким образом способствует пресечению их родов и дает паразитам возможность присваивать богатства, созданные предками бездетных мужчин ради них и их потомства. И, кроме всего прочего, способствует распространению страшных, в том числе и неизлечимых, болезней).
7. Трансплантология (Система полной утилизации человека, путем превращения в товар самого его тела. Позволяет богатым паразитам продлять свои собственные жизни, напрямую, за счет жизней бедняков).
8. Ювенальная юстиция (ЮЮ) (Превращает в товар детей. Система отбора, изъятия из семей и продажи детей. Тесно связана с педофилией и трансплантологией. Изъятые с помощью ЮЮ дети, являются одним из главных источников донорских органов для детской трансплантологии (для продления жизни богатых паразитов и их больных детей). Кроме того, является одним из главных источников детей для усыновления (удочерения) богатыми извращенцами, которые их безнаказанно развращают и используют для удовлетворения своей похоти. Вся деятельность ЮЮ осуществляется от имени государства, под его покровительством и при силовой поддержке государственных структур. Одна из немногих отраслей утилизации населения, где буржуазное государство непосредственно соучаствует в утилизации собственного населения).
9. Секты (Различные организации и структуры созданные в целях наживы на людях, которых обманом и/или силой подвергают психологической и медикаментозной обработке, лишающей их воли и части разума, с целью изъятия в пользу хозяев секты материальных ценностей, накопленных ими и их семьями, и/или для дальнейшей сверхэксплуатации, или участия в террористической деятельности и т.д.).
10. Денацификация, миграция и толерантность (Разрушение механизмов национальной самоидентификации у государствообразующих наций, делает их беззащитными перед дикими народами, миграция которых в культурные центры негласно поощряется. В результате, мигранты легко вытесняют коренное население развитых стран, участвуя фактически в его геноциде, развязанном их собственными европейскими элитами).
11. Война (Апофеоз методов утилизации. Управляемое, быстрое и радикальное взаимное уничтожение "лишнего" населения, и присвоение паразитами всего, что было создано предками погибших ради них и их потомков. Кроме того, спекуляции на военной необходимости используются паразитами для оправдания социального геноцида и тотального политического террора. Организуется и осуществляется непосредственно силами государственных структур, от имени государства).
При уничтожении любого человека, особенно, при прерывании рода, когда люди не оставляют после себя потомков, государство, и крупный капитал в его лице, получает возможность присвоить и монетизировать абсолютно все достижения и все имущество созданное его предками. Поэтому, в современных капиталистических государствах, власть не только не препятствует утилизации населения, но и всячески этому способствует (а иногда даже занимается откровенным живодерством). Конечно, в долгосрочной перспективе, такая политика самоубийственна, однако, капиталистическое общество на современном (заключительном) этапе развития не может найти в себе сил отказаться от такого простого и выгодного вида бизнеса, как уничтожение людей. Никакого будущего у капитализма нет, поэтому бойня будет продолжаться до тех пор, пока население не восстанет, и не свергнет людоедскую власть, или не иссякнет, покорно позволив себя истребить...

https://zen.yandex.ru/media/kajaleksey/ ... 00aef06e27


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб сен 03, 2022 11:29 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1128 от 5 сентября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Вышла наша новая книга: Орлов А.И., Луценко Е.В. Анализ данных, информации и знаний в системной нечеткой интервальной математике: научная монография. Предлагаем познакомиться с аннотацией, оглавлением, содержанием, предисловием и заключением.



Министерство сельского хозяйства РФ

ФГБОУ ВО «Кубанский государственный аграрный университет имени И. Т. Трубилина»

А. И. Орлов, Е. В. Луценко


Анализ данных, информации и знаний в системной нечеткой интервальной математике


Монография

Краснодар
КубГАУ
2022

УДК 004.8 (075.8)
ББК 32.965
О66

Р е ц е н з е н т ы :

В. В. Степанов – профессор кафедры информатики и вычислительной техники Кубанского государственного технологического университета, д-р техн. наук, профессор;
Г. А. Аршинов – профессор кафедры компьютерных технологий и систем Кубанского государственного аграрного университета, д-р техн. наук, канд. физ.-мат. наук, профессор


Орлов А. И., Луценко Е.В. Анализ данных, информации и знаний в системной нечеткой интервальной математике: научная монография. – Краснодар: КубГАУ, 2022. – 405 с.

ISBN 978-5-907550-62-9

В монографии рассматриваются теоретические основы системной нечеткой интервальной математики, соотношение смыслового содержания понятий «данные», «информация» и «знания», теоретические и математические основы базового, сценарного, спектрального и текстового автоматизированного системно-когнитивного анализа (АСК-анализ). Приводятся численные примеры применения сценарного и спектрального АСК-анализа для прогнозирования на финансовых рынках и анализа изображений.
Предназначена для обучающихся бакалавриата, магистратуры и аспирантуры, а также преподавателей, исследователей и разработчиков в области высоких статистических технологий и искусственного интеллекта, для всех интересующихся данной проблематикой.

УДК 004.8 (075.8)
ББК 32.965
DOI: 10.13140/RG.2.2.15688.44802

© Орлов А. И., Луценко Е. В., 2022
© ФГБОУ ВО «Кубанский государственный аграрный университет имени И. Т. Трубилина», 2022

ISBN 978-5-907550-62-9

Оглавление

Предисловие ... 10

Часть 1-я. Теоретические основы системной нечеткой интервальной математики ... 20

Глава 1. О новой парадигме математических методов исследования ... 20
Глава 2. Статистика нечисловых данных - центральная часть современной прикладной статистики ... 32
Глава 3. Асимптотика оценок плотности распределения вероятностей ... 46
Глава 4. Основные идеи статистики интервальных данных ... 64
Глава 5. Вероятностно-статистические модели корреляции и регрессии ... 78
Глава 6. Оценивание размерности вероятностно-статистической модели ... 98
Глава 7. Основные требования к методам анализа данных (на примере задач классификации) ... 119
Глава 8. Применение метода Монте-Карло при изучении свойств статистических критериев однородности двух независимых выборок ... 134
Глава 9. Системная нечеткая интервальная математика и современная эконометрика ... 150
Глава 10. Системная нечеткая интервальная математика - основа математики XXI века ... 164

Часть 2-я. Автоматизированный системно-когнитивный анализ как метод преобразования данных в информацию, а ее в знания и применения этих знаний для решения задач в различных предметных областях ... 175

Глава 11. Понятия данных, информации и знаний, сходство и различия между ними ... 175
Глава 12. Базовый автоматизированный системно-когнитивный анализ и система ЭЙДОС как метод и инструментарий решения задач ... 188
Глава 13. Сценарный автоматизированный системно-когнитивный анализ ... 213
Глава 14. Спектральный автоматизированный системно-когнитивный анализ конкретных и обобщенных изображений ... 317
Глава 15. Автоматизированный системно-когнитивный анализ текстов ... 363

Заключение ... 369

Литература ... 371
Литература к главе 1 ... 371
Литература к главе 2 ... 374
Литература к главе 3 ... 376
Литература к главе 4 ... 377
Литература к главе 5 ... 379
Литература к главе 6 ... 380
Литература к главе 7 ... 382
Литература к главе 8 ... 384
Литература к главе 9 ... 385
Литература к главе 10 ... 389
Литература к главе 11 ... 390
Литература к главе 12 ... 392
Литература к разделам 13.1, 13.2 главы 13 ... 395
Литература к разделу 13.3 главы 13 ... 398
Литература к главе 14 ... 399
Литература к главе 15 ... 403

Содержание

Предисловие ... 10

Часть 1-я. Теоретические основы системной нечеткой интервальной математики ... 20

Глава 1. О новой парадигме математических методов исследования ... 20
1.1. Краткая формулировка новой парадигмы ... 20
1.2. Новая парадигма в области математических и инструментальных методов экономики ... 22
1.3. Основные понятия ... 23
1.4. Разработка новой парадигмы ... 24
1.5. Сравнение старой и новой парадигм ... 25
1.6. Учебная литература, подготовленная в соответствии с новой парадигмой ... 28

Глава 2. Статистика нечисловых данных - центральная часть современной прикладной статистики ... 32
2.1. Различные виды нечисловых данных ... 33
2.2. Об истории и структуре статистической науки ... 35
2.3. О развитии статистики нечисловых данных ... 37
2.4. Основные идеи статистики в пространствах общей природы ... 38
2.5. О некоторых областях статистики конкретных нечисловых данных ... 42
2.6. Некоторые нерешенные задачи статистики нечисловых данных ... 44

Глава 3. Асимптотика оценок плотности распределения вероятностей ... 46
3.1. Круговая функция распределения ... 48
3.2. Первые оценки скорости сходимости ... 49
3.3. Примеры ядерных оценок ... 50
3.4. Улучшение скорости сходимости ядерных оценок ... 51
3.5. Гистограммные оценки ... 53
3.6. Оценки типа Фикс-Ходжеса ... 57
3.7. Непараметрические оценки регрессии ... 59
3.8. Дискриминантный анализ в пространстве общей природы ... 63

Глава 4. Основные идеи статистики интервальных данных ... 64
4.1. Развитие статистики интервальных данных ... 64
4.2. Основные идеи статистики интервальных данных ... 68
4.3. Основные результаты в вероятностной модели ... 70
4.4. Рациональный объем выборки ... 71
4.5. Оценивание математического ожидания ... 72
4.6. Оценивание дисперсии ... 74
4.7. Статистика интервальных данных в прикладной статистике ... 75
4.8. Заключительные замечания ... 77

Глава 5. Вероятностно-статистические модели корреляции и регрессии ... 78
5.1. Значимость отличия от 0 и "шкала Чеддока" ... 79
5.2. Активный и пассивный эксперименты ... 80
5.3. Влияние выбросов на коэффициент корреляции ... 81
5.4. Вздувание коэффициентов корреляции ... 82
5.5. Коэффициент детерминации ... 83
5.6. Многообразие моделей и методов регрессионного анализа ... 83
5.7. Модели с детерминированной независимой переменной ... 85
5.8. Модели анализа случайных векторов ... 87
5.9. Сглаживание временных рядов ... 88
5.10. Методы восстановления зависимостей в пространствах общей природы ... 89
5.11. Оценивание объектов нечисловой природы в классических постановках регрессионного анализа ... 92
5.12. Регрессионный анализ интервальных данных ... 96
5.13. Заключительные замечания ... 97

Глава 6. Оценивание размерности вероятностно-статистической модели ... 98
6.1. О содержании этой главы ... 98
6.2. Асимптотическое поведение ряда оценок степени полинома в регрессии ... 98
6.3. Состоятельные оценки размерности и структуры модели в регрессии ... 108
6.4. Оценивание числа элементов смеси в задачах классификации ... 111
6.5. Оценка размерности модели в факторном анализе и многомерном шкалировании ... 113
6.6. Регрессия после классификации ... 115
6.7. Использование оптимизационной формулировки ряда задач прикладной статистики ... 117

Глава 7. Основные требования к методам анализа данных (на примере задач классификации) ... 119
7.1. Требования к методам анализа данных и представлению результатов расчетов ... 120
7.2. О границах применимости вероятностно-статистических методов ... 130
7.3. О некоторых постановках задач классификации ... 131

Глава 8. Применение метода Монте-Карло при изучении свойств статистических критериев однородности двух независимых выборок ... 134
8.1. Метод статистических испытаний - инструмент исследователя ... 135
8.2. Дискуссия о современном состоянии и перспективах развития статистического моделирования ... 136
8.3. Статистические критерии проверки однородности двух независимых выборок ... 138
8.4. Постановка задачи изучения статистических критериев методом статистических испытаний ... 140
8.5. Вычислительные эксперименты ... 142
8.6. Частота совпадений статистических выводов по разным критериям ...147

Глава 9. Системная нечеткая интервальная математика и современная эконометрика ... 150
9.1. О содержании учебной литературы по эконометрике ... 150
9.2. Выборочные исследования ... 152
9.3. Метод наименьших квадратов ... 152
9.4. Эконометрический анализ инфляции ... 153
9.5. Методы экспертных оценок ... 154
9.6. Теория измерений и средние величины ... 154
9.7. Введение в теорию риска ... 155
9.8. Основы статистики нечисловых данных ... 156
9.9. Непосредственный анализ статистических данных ... 156
9.10. Контрольные работы и домашние задания первого семестра ... 157
9.11. Статистический контроль ... 157
9.12. Эконометрический анализ связанных выборок ... 158
9.13. Основы теории нечетких множеств ... 159
9.14. Элементы статистики интервальных данных ... 159
9.15. Основы теории классификации ... 160
9.16. Элементы теории рейтингов ... 161
9.17. Эконометрика как научная дисциплина ... 161
9.18. Контрольные работы и домашние задания второго семестра ... 162
9.19. Заключительные замечания ... 163

Глава 10. Системная нечеткая интервальная математика - основа математики XXI века ... 164
10.1. О структуре математики как области деятельности ... 164
10.2. Определения математики ... 165
10.3. Аксиоматические теории ... 166
10.4. Два направления в математике ... 167
10.5. Области математики ... 168
10.6. Математические, прагматические и компьютерные числа ... 169
10.7. Моделирование связей математических и прагматических чисел ... 170
10.8. Системная нечеткая интервальная математика в математике XXI века ... 171
10.9. Некоторые распространенные заблуждения ... 173
10.10. Организационные вопросы развития математики ... 174
10.11. Кратко о многообразии литературных источников ... 174

Часть 2-я. Автоматизированный системно-когнитивный анализ как метод преобразования данных в информацию, а ее в знания и применения этих знаний для решения задач в различных предметных областях ... 175

Глава 11. Понятия данных, информации и знаний, сходство и различия между ними ... 175
11.1. Данные, подходы к определению ... 175
11.2. Информация и данные ... 177
11.3. Знания и информация ... 180
11.4. От больших данных к большой информации, а от нее к большим знаниям ... 183
11.5. Основные термины баз данных, информационных и интеллектуальных систем ... 183
11.6. Критерии идентификации банков данных, информационных и интеллектуальных систем ... 186

Глава 12. Базовый автоматизированный системно-когнитивный анализ и система ЭЙДОС как метод и инструментарий решения задач ... 188
12.1. Очень кратко об АСК-анализе ... 188
12.2. Очень кратко о системе «Эйдос» ... 189
12.3. Немного подробнее об этапах АСК-анализа ... 194
12.3.1. Когнитивная структуризация предметной области. Две интерпретации классификационных и описательных шкал и градаций ... 196
12.3.2. Формализация предметной области ... 196
12.3.3. Синтез статистических и системно-когнитивных моделей (многопараметрическая типизация), частные критерии знаний ... 197
12.3.4. Верификация моделей ... 203
12.3.5. Выбор наиболее достоверной модели ... 203
12.3.6. Решение задачи идентификации и прогнозирования ... 204
12.3.6.1. Интегральный критерий «Сумма знаний» ... 204
12.3.6.2. Интегральный критерий «Семантический резонанс знаний» ... 205
12.3.6.3. Важные математические свойства интегральных критериев ... 206
12.3.7. Решение задачи принятия решений ... 207
12.3.7.1. Упрощенный вариант принятия решений как обратная задача прогнозирования, позитивный и негативный информационные портреты классов, SWOT-анализ ... 207
12.3.7.2. Развитый алгоритм принятия решений в АСК-анализе ... 208
12.3.8. Решение задачи исследования объекта моделирования путем исследования его модели ... 208
12.3.8.1. Инвертированные SWOT-диаграммы значений описательных шкал (семантические потенциалы) ... 208
12.3.8.2. Кластерно-конструктивный анализ классов ... 208
12.3.8.3. Кластерно-конструктивный анализ значений описательных шкал ... 209
12.3.8.4. Модель знаний системы «Эйдос» и нелокальные нейроны ... 209
12.3.8.5. Нелокальная нейронная сеть ... 210
12.3.8.6. 3D-интегральные когнитивные карты ... 210
12.3.8.7. 2D-интегральные когнитивные карты содержательного сравнения классов (опосредованные нечеткие правдоподобные рассуждения) ... 210
12.3.8.8. 2D-интегральные когнитивные карты содержательного сравнения значений факторов (опосредованные нечеткие правдоподобные рассуждения) ... 211
12.3.8.9. Когнитивные функции ... 211
12.3.8.10. Значимость описательных шкал и их градаций ... 212
12.3.8.11. Степень детерминированности классов и классификационных шкал ... 212

Глава 13. Сценарный автоматизированный системно-когнитивный анализ ... 213
13.1. Объект, предмет, проблема, цель, метод и задачи исследования ... 213
13.2. Теоретическое решение проблемы исследования ... 217
13.2.1. Суть математической модели классического АСК-анализа ... 217
13.2.1.1. Способ формализации предметной области в АСК-анализе, классификационные и описательные шкалы и градации и обучающая выборка ... 217
13.2.1.2. Синтез системно-когнитивных моделей как разработка обобщенных базисных функций классов путем многопараметрической типизации функций состояний конкретных объектов или ситуаций моделирования ... 219
13.2.1.3. Прогнозирование и системная идентификация как разложение функции ситуации (объекта) в ряд по функциям классов (объектный анализ) ... 224
13.2.1.4. Математические определения основных понятий АСК-анализа, связанных с теоремой А.Н.Колмогорова ... 227
13.2.1.5. Математическая формулировка теоремы А.Н.Колмогорова для классического АСК-анализа ... 229
13.2.1.6. Объекты математической модели АСК-анализа как алгебраические структуры в рамках высшей алгебры ... 232
13.2.1.7. Значимость значения фактора, степень детерминированности класса и ценность модели ... 232
13.2.1.8. Абсолютная и относительная сходимость прогнозного ряда. Ортонормирование системы функций классов: в какой степени оно действительно необходимо? ... 233
3.2.2. Суть математической модели сценарного АСК-анализа ... 237
13.2.2.1. Идея и концепция сценарного АСК-анализа ... 237
13.2.2.2. Математическая формулировка теоремы А.Н.Колмогорова для сценарного АСК-анализа .. 239
13.2.2.3. Постановка задачи прогнозирования сценариев будущих событий (классов) на основе сценариев прошлых событий (значений факторов) ... 240
13.2.2.4. Алгоритм выявления сценариев изменения значений факторов и сценариев поведения объекта моделирования ... 241
13.2.2.5. Разработка частных положительных и отрицательных прогнозов и оценка их достоверности как разложение функции ситуации в ряд по функциям классов ... 242
13.2.2.6. Формирование средневзвешенных положительных (что будет) и отрицательных (чего не будет) прогнозов как преобразование, обратное разложению функции ситуации в ряд по функциям классов ... 243
13.2.2.7. Технический и фундаментальный подходы и их синтез в сценарном АСК-анализе ... 244
13.2.3. Развитый алгоритм принятия решений АСК-анализа ... 244
13.3. Практическое решение проблемы исследования в системе «Эйдос» на примере прогнозирования курсов акций компании Google и сценариев их изменения ... 249
13.3.1. Введение. Постановка цели и задач исследования ... 249
13.3.2. Задача 1: когнитивная структуризация предметной области ... 251
13.3.3. Задача 2: подготовка исходных данных и формализация предметной области ... 255
13.3.3.1. Автоматизированный программный интерфейс (API) ввода числовых и текстовых данных и таблиц ... 255
13.3.3.2. Классификационные и описательные шкал и градации и обучающая выборка .. 261
13.3.3.3. Будущие и прошлые сценарии изменения значений градаций базовых шкал ... 265
13.3.4. Задача 3: синтез и верификация моделей и выбор наиболее достоверной модели ... 268
13.3.4.1. Синтез и верификация статистических и системно-когнитивных моделей ... 268
13.3.4.2. Оценка достоверности моделей ... 271
13.3.4.3. Задание текущей модели ... 275
13.3.5. Задача 4: решение различных задач в наиболее достоверной модели ... 276
13.3.5.1. Подзадача 4.1. Прогнозирование (диагностика, классификация, распознавание, идентификация) ... 276
13.3.5.2. Подзадача 4.2. Поддержка принятия решений в простейшем варианте (SWOT-анализ) ... 284
13.3.5.3. Подзадача 4.2. Развитый алгоритм принятия решений ... 289
13.3.5.4. Подзадача 4.3. Исследование моделируемой предметной области путем исследования ее модели ... 292
13.3.5.4.1. Когнитивные диаграммы классов ... 292
13.3.5.4.2. Агломеративная когнитивная кластеризация классов ... 294
13.3.5.4.3. Когнитивные диаграммы значений факторов ... 295
13.3.5.4.4. Агломеративная когнитивная кластеризация значений факторов ... 297
13.3.5.4.5. Нелокальные нейроны и нелокальные нейронные сети ... 299
13.3.5.4.6. 3d-интегральные когнитивные карты .. 300
13.3.5.4.7. Когнитивные функции ... 301
13.3.5.4.8. Сила и направление влияния значений факторов на принадлежность к классам ... 304
13.3.5.4.9. Степень детерминированности классов значениями обуславливающих их факторов ... 311
13.3.6. Выводы ... 315
13.4. Выводы ... 315

Глава 14. Спектральный автоматизированный системно-когнитивный анализ конкретных и обобщенных изображений ... 317
14.1. Введение ... 317
14.2. Постановка задачи ... 318
14.3. Исходные данные ... 318
14.4. Формализация предметной области ... 319
14.4.1. Классификационные и описательные шкалы и градации ... 323
14.4.2. Обучающая выборка ... 324
14.5. Синтез и верификация модели ... 325
14.6. Выбор наиболее достоверной модели и придание ей статуса текущей ... 328
14.7. Спектры конкретных изображений ... 333
14.8. Спектры обобщенных изображений классов ... 339
14.9. Решение задач в наиболее достоверной модели ... 342
14.9.1. Решение задачи сравнения конкретных изображений с обобщенными образами классов ... 342
14.9.2. Решение задачи сравнения обобщенных образов классов друг с другом (задача кластерно-конструктивного анализа классов) ... 344
14.9.3. Решение задачи сравнения обобщенных образов признаков друг с другом (задача кластерно-конструктивного анализа признаков) ... 347
14.9.4. Решение задачи исследования моделируемой предметной области путем исследования ее модели (автоматизированный SWOT-анализ изображений) ... 350
14.9.5. Нелокальные нейроны классов ... 354
14.9.6. Ценность цветов для идентификации изображений ... 357
14.9.7. Степень детерминированности классов изображений цветами ... 358
14.10. Выводы ... 359
14.11. Возможные области применения и перспективы ... 360

Глава 15. Автоматизированный системно-когнитивный анализ текстов ... 363
15.1. Синтез семантических ядер научных специальностей ВАК РФ и автоматическая классификации статей по научным специальностям с применением АСК-анализа и интеллектуальной системы «Эйдос» ... 363
15.2. Формирование семантического ядра ветеринарии путем Автоматизированного системно-когнитивного анализа паспортов научных специальностей ВАК РФ и автоматическая классификация текстов по направлениям науки ... 364
15.3. Интеллектуальная привязка некорректных ссылок к литературным источникам в библиографических базах данных с применением АСК-анализа и системы «Эйдос» ... 365
15.4. Применение АСК-анализа и интеллектуальной системы "Эйдос" для решения в общем виде задачи идентификации литературных источников и авторов по стандартным, нестандартным и некорректным библиографическим описаниям ... 366
15.5. АСК-анализ проблематики статей Научного журнала КубГАУ в динамике ... 366
15.6. Атрибуция анонимных и псевдонимных текстов в системно-когнитивном анализе ... 367
15.7. Атрибуция текстов, как обобщенная задача идентификации и прогнозирования ... 367
15.8. Интеллектуальная датировка текста, определение авторства и жанра на примере русской литературы XIX и XX веков ... 367
15.9. Intellectual attribution of literary texts (finding the dates of the text, determining authorship and genre on the example of Russian literature of the XIX and XX centuries) ... 368
15.10. Выводы ... 368

Заключение ... 369

Литература ... 371
Литература к главе 1 ... 371
Литература к главе 2 ... 374
Литература к главе 3 ... 376
Литература к главе 4 ... 377
Литература к главе 5 ... 379
Литература к главе 6 ... 380
Литература к главе 7 ... 382
Литература к главе 8 ... 384
Литература к главе 9 ... 385
Литература к главе 10 ... 389
Литература к главе 11 ... 390
Литература к главе 12 ... 392
Литература к разделам 13.1, 13.2 главы 13 ... 395
Литература к разделу 13.3 главы 13 ... 398
Литература к главе 14 ... 399
Литература к главе 15 ... 403

Предисловие

В 2014 г. вышла наша книга "Системная нечеткая интервальная математика" (Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). – Краснодар, КубГАУ. 2014. – 600 с.). Название было выработано в процессе подготовки этой монографии. Так мы назвали центральное направление наших исследований. В настоящую книгу мы включили основные полученные после 2014 г. научные результаты по методам анализа данных, информации и знаний в системной нечеткой интервальной математике.
Научной общественности была представлена новая парадигма математических методов исследования. Речь шла о новой парадигме прикладной статистики, эконометрики, математической статистики, математических методов экономики, организационно-экономического моделирования в экономике и управления. Считаем необходимым при разработке организационно-экономического, математического и программного обеспечения для решения задач конкретной прикладной области, например, ракетно-космической отрасли, исходить из новой парадигмы математических методов исследования. Аналогичное требование предъявляем к преподаванию соответствующих дисциплин - при разработке учебных планов и рабочих программ необходимо исходить из новой парадигмы математических методов исследования. В главе 1 мы приводим базовую информацию о новой парадигме. Изложение посвящено в основном научной области (специальности) «Математические и инструментальные методы экономики», включающей организационно-экономическое и экономико-математическое моделирование, эконометрику и статистику, а также теорию принятия решений, системный анализ, кибернетику, исследование операций. Обсуждаем основные понятия. Рассказываем о ходе разработки новой парадигмы. Проводим развернутое сравнение старой и новой парадигм математических методов исследования. Даем информацию об учебной литературе, подготовленной в соответствии с новой парадигмой математических методов исследования.
Системная нечеткая интервальная математика тесно переплетена с статистикой нечисловых данных, выделенной как самостоятельная область прикладной статистики в 1979 г.. Первоначально для обозначения этой области математических методов экономики использовался термин "статистика объектов нечисловой природы". Наш базовый учебник называется "Нечисловая статистика". Статистика нечисловых данных - одна из четырех основных областей прикладной статистики (наряду со статистикой чисел, многомерным статистическим анализом, статистикой временных рядов и случайных процессов). Она делится на статистику в пространствах общей природы и разделы, посвященные конкретным типам нечисловых данных (статистика интервальных данных, статистика нечетких множеств, статистика бинарных отношений и др.). В настоящее время статистика в пространствах общей природы - центральная часть прикладной статистики, а включающая ее статистика нечисловых данных - основная область прикладной статистики. Это утверждение подтверждается, в частности, анализом публикаций в разделе "Математические методы исследования" журнала "Заводская лаборатория. Диагностика материалов" - основном месте публикаций отечественных исследований по прикладной статистике. Глава 2 посвящена анализу основных идей статистики нечисловых данных на фоне развития прикладной статистики с позиций новой парадигмы математических методов исследования. Описаны различные виды нечисловых данных. Проанализирован исторический путь статистической науки. Рассказано о развитии статистики нечисловых данных. Разобраны основные идеи статистики в пространствах общей природы: средние величины, законы больших чисел, экстремальные статистические задачи, непараметрические оценки плотности распределения вероятностей, методы классификации (диагностики и кластер-анализа), статистики интегрального типа. Кратко рассмотрены некоторые статистические методы анализа данных, лежащих в конкретных пространствах нечисловой природы: непараметрическая статистика (реальные распределения обычно существенно отличаются от нормальных), статистика нечетких множеств, теория экспертных оценок (медиана Кемени - это выборочное среднее экспертных упорядочений) и др. Обсуждаются некоторые нерешенные задачи статистики нечисловых данных.
Непараметрические оценки плотности распределения вероятностей в пространствах произвольной природы - один из основных инструментов нечисловой статистики. В главе 3 рассмотрены их частные случаи – ядерные оценки плотности в пространствах произвольной природы, гистограммные оценки и оценки типа Фикс-Ходжеса. Цель главы 3 - завершение цикла наших работ, посвященного математическому изучению асимптотических свойств различных видов непараметрических оценок плотности распределения вероятности в пространствах общей природы. Тем самым подводится математический фундамент под применения таких оценок в нечисловой статистике. Начинаем с рассмотрения среднего квадрата ошибки ядерной оценки плотности и - с целью максимизации порядка его убывания - выбор ядерной функции и последовательности показателей размытости. Основные введенные нами понятия - круговая функция распределения и круговая плотность. Порядок сходимости в общем случае тот же, что и при оценивании плотности числовой случайной величины, но основные условия наложены не на плотность случайной величины, а на круговую плотность. Далее рассматриваем другие виды непараметрических оценок плотности - гистограммные оценки и оценки типа Фикс-Ходжеса. Затем изучаем непараметрические оценки регрессии и их применение для решения задач дискриминантного анализа в пространствах общей природы.
В главе 4 рассмотрены основные идеи асимптотической математической статистики интервальных данных, в которой элементы выборки – не числа, а интервалы. Алгоритмы и выводы статистики интервальных данных принципиально отличаются от классических. Приведены результаты, связанные с основополагающими понятиями нотны и рационального объема выборки. Статистика интервальных данных является составной частью системной нечеткой интервальной математики.
Изучаемые в главе 5 коэффициенты корреляции и детерминации широко используются при статистическом анализе данных в рамках системной нечеткой интервальной математики. Согласно теории измерений линейный парный коэффициент корреляции Пирсона применим к переменным, измеренным в шкале интервалов. Его нельзя использовать при анализе порядковых данных. Непараметрические ранговые коэффициенты Спирмена и Кендалла оценивают связь порядковых переменных, Важно, что при проверке значимости отличия коэффициента корреляции от 0 критическое значение зависит от объема выборки. Поэтому использование т.н. "шкалы Чеддока" некорректно. При применении пассивного эксперимента коэффициенты корреляции можно обоснованно использовать для прогнозирования, но не для управления. Для получения предназначенных для управления вероятностно-статистических моделей необходим активный эксперимент. Влияние выбросов на коэффициент корреляции Пирсона весьма велико. При увеличении числа проанализированных наборов предикторов заметно растет максимальный из соответствующих коэффициентов корреляции - показателей качества приближения (эффект «вздувания» коэффициента корреляции). Рассмотрены основные модели регрессионного анализа. Выделены модели метода наименьших квадратов с детерминированной независимой переменной. Рассматриваем произвольное распределение отклонений, при этом для получения предельных распределений оценок параметров и регрессионной зависимости предполагаем выполнение условий центральной предельной теоремы. Второй тип моделей основан на выборке случайных векторов. Зависимость является непараметрической, распределение двумерного вектора - произвольным. Об оценке дисперсии независимой переменной можно говорить только в модели на основе выборки случайных векторов, равно как и о коэффициенте детерминации как критерии качества модели. Обсуждается сглаживание временных рядов. Рассмотрены методы восстановления зависимостей в пространствах общей природы. Показано, что предельное распределение естественной оценки размерности модели является геометрическим, а построение информативного подмножества признаков наталкивается на эффект "вздувания коэффициентов корреляции". Обсуждаются различные подходы к регрессионному анализ интервальных данных. Анализ многообразия моделей регрессионного анализа приводит к выводу, что не существует единой "стандартной модели"
Вероятностно-статистические модели данных - основа методов прикладной статистики. При анализе статистических данных часто необходимо оценивать две составляющие вероятностно-статистических моделей - структуру моделей и их параметры. Методы расчета состоятельных оценок параметров хорошо известны (например, применяют методы одношаговых оценок, которые пришли на смену методам максимального правдоподобия). Структура модели обычно выбирается исследователем (можно сказать, что используются экспертные методы). Некоторые параметры структуры можно оценивать с помощью математико-статистических методов. Например, степень многочлена в регрессионной зависимости или число слагаемых в модели смеси распределений, используемой для классификации. Для подобных параметров модели используется общий термин - размерность вероятностно-статистической модели. Более общая составляющая модели - информативное подмножество признаков. В главе 6 рассмотрено асимптотическое поведение оценок размерностей ряда моделей. Изучено асимптотическое поведение ряда оценок степени полинома при восстановлении зависимости. Получены состоятельные оценки размерности и структуры модели в регрессии. Рассмотрены подходы к оцениванию числа элементов смеси в задачах классификации. Обсуждаются оценки размерности модели в факторном анализе и многомерном шкалировании. С целью обоснования последовательного выполнения этапов статистического анализа данных анализируются проблемы "стыковки" алгоритмов классификации и регрессии. Полезными оказываются оптимизационные формулировки ряда задач прикладной статистики. Основные результаты касаются состоятельности оценок. Краткие формулировки ряда теорем содержатся в ранее вышедших публикациях. Проблема оценивания размерности вероятностно-статистической модели как самостоятельное направление прикладной статистики впервые рассмотрена здесь. Впервые публикуются доказательства включенных в настоящую главу теорем. Эти теоремы и подробные доказательства и являются основными научными результатами работы.
Назрела необходимость навести порядок в математических методах классификации. Это повысит их роль в решении прикладных задач, в частности, при диагностике материалов. Прежде всего следует выработать требования, которым должны удовлетворять методы классификации. Первоначальная формулировка таких требований - основное содержание главы 7. Математические методы классификации мы рассматриваем как часть методов прикладной статистики. Обсуждаем естественные требования к рассматриваемым методам анализа данных и представлению результатов расчетов, вытекающие из накопленных отечественной вероятностно-статистической научной школой достижений и идей. Даются конкретные рекомендации по ряду вопросов, а также критика отдельных ошибок, встречающихся в научных публикациях. В частности, методы анализа данных должны быть инвариантны относительно допустимых преобразований шкал, в которых измерены данные, т.е. методы должны быть адекватны в смысле теории измерений. Основой конкретного статистического метода анализа данных всегда является та или иная вероятностная модель. Она должна быть явно описана, ее предпосылки обоснованы - либо из теоретических соображений, либо экспериментально. Методы обработки данных, предназначенные для использования в реальных задачах, должны быть исследованы на устойчивость относительно допустимых отклонений исходных данных и предпосылок модели. Должна указываться точность решений, даваемых с помощью используемого метода. При публикации результатов статистического анализа реальных данных необходимо указывать их точность (приводить доверительные интервалы). В качестве оценки прогностической силы алгоритма классификации вместо доли правильных прогнозов рекомендуется использовать прогностическую силу. Математические методы исследования делятся на "разведочный анализ" и "доказательную статистику". Специфические требования к методам обработки данных возникают в связи с их "стыковкой" при последовательном выполнении. Обсуждаются границы применимости вероятностно-статистических методов. Рассматриваются также конкретные постановки задач классификации и типовые ошибки при применении различных методов их решения.
К инструментальным методам экономики относится метод Монте-Карло (синоним - метод статистических испытаний). Он широко используется при разработке, изучении и применении математических методов исследования в эконометрике, прикладной статистике, организационно-экономическом моделировании, при разработке и принятии управленческих решений, является основой имитационного моделирования. Разработанная нами новая парадигма математических методов исследования (см. главу 1) опирается на применение метода Монте-Карло. В математической статистике для многих метолов анализа данных получены предельные теоремы об асимптотическом поведении рассматриваемых величин при безграничном росте объемов выборок. Следующий шаг - изучение свойств этих величин при конечных объемах выборок. Для такого изучения с успехом применяют метод Монте-Карло. В главе 8 этот метод применяем для изучения свойств статистических критериев проверки однородности двух независимых выборок. Рассмотрены наиболее используемые при анализе реальных данных критерии - Крамера-Уэлча (совпадающий при равенстве объемов выборок с критерием Стьюдента); Лорда, Вилкоксона (Манна-Уитни), Вольфовица, Ван-дер-Вардена, Смирнова, типа омега-квадрат (Лемана-Розенблатта). Метод Монте-Карло позволяет оценить скорости сходимости распределений статистик критериев к пределам, сравнить свойства критериев при конечных объемах выборок. Для применения метода Монте-Карло необходимо выбрать функции распределения элементов двух выборок. Для этого в главе 8 использованы нормальные распределения и распределения Вейбулла - Гнеденко. Получена рекомендация: для проверки гипотезы совпадения функций распределения двух выборок целесообразно использовать критерий Лемана - Розенблатта типа омега-квадрат. Если есть основания предполагать, что распределения отличаются в основном сдвигом, то можно использовать также критерии Вилкоксона и Ван-дер-Вардена. Однако даже в этом случае критерий типа омега-квадрат может оказаться более мощным. В общем случае, кроме критерия Лемана - Розенблатта, допустимо применение критерия Смирнова, хотя для этого критерия реальный уровень значимости может значительно отличаться от номинального. Оценены частоты расхождений статистических выводов по разным критериям.
В современных условиях эконометрика как научная, практическая и учебная дисциплина становится всё более востребованной. Современная эконометрика - неотъемлемая составляющая научного обеспечения искусственного интеллекта и цифровой экономики. Методы эконометрики составляют значительную часть инструментов контроллинга. При ее преподавании весьма важно преодолеть оковы устаревших взглядов ХХ в., излагая современную эконометрику. Полезным является опыт двадцатилетней реализации авторской программы по эконометрике на факультете "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана. Основные составляющие современной эконометрики представлены в разработанном нами учебном курсе, которому и посвящена Глава 9. В ядро современной эконометрики включаем следующие базовые разделы: выборочные исследования; метод наименьших квадратов; эконометрический анализ инфляции; методы экспертных оценок; теория измерений и средние величины; введение в теорию риска; основы статистики нечисловых данных; непосредственный анализ статистических данных; статистический контроль; эконометрический анализ связанных выборок; основы теории нечетких множеств; элементы статистики интервальных данных; основы теории классификации; элементы теории рейтингов; эконометрика как научная дисциплина. Приведен перечень контрольных работ и формулировки домашних заданий. Обширный список литературных источников показывает, что авторский курс эконометрики в соответствии с принципом "образование - через науку" основан на недавних научных исследованиях, многие из которых опубликованы в "Научном журнале КубГАУ". Представленный в главе 9 курс разработан в соответствии с положениями отечественной научной школы в области эконометрики на основе современной парадигмы организационно-экономического моделирования, эконометрики и статистики. Основные составляющие современной эконометрики представлены в разработанном нами учебном курсе. Целесообразно именно его преподавать во многих университетах и вузах другого профиля, оставив в прошлом устаревшие учебники, в которых .из всех базовых тем современной эконометрики рассматривается лишь одна - метод наименьших квадратов.
Как показано в главе 10, системная нечеткая интервальная математика - основа математики XXI в. Определения математики как науки менялись со временем. В XIX в. ее определяли как науку о числах и фигурах (телах). В XXI в. математика - наука о формальных структурах. Следовательно, ее нельзя относить к естественным наукам. Математика изучает мысленные конструкции. В практике математических исследований аксиоматические теории - это, как правило, недостижимый идеал. Есть два направления деятельности математиков. Исследования в первом из них нацелены на построение и изучение моделей реальности, на получение научных результатов, которые - прямо или опосредованно - позволяют решать практические задачи. Представители второго направления занимаются решением конкретных трудных задач. Примеры - "великая теорема Ферма", задача пяти красок и т.п. Именно они готовят новых математиков, руководят профессиональными объединениями. В результате первое направление оказывается ущемленным. С точки зрения представителей первого направления наиболее важные области математики - это математический анализ, алгебра (линейная, высшая и др.) и геометрия (многомерная, начертательная, топология и др.). Для решения прикладных задач в ХХ в. наиболее важными оказались теория вероятностей и математическая статистика, теория оптимизации, дифференциальные и разностные уравнения. Начиная со второй половины ХХ в. появились новые области математики - статистика нечисловых данных, теория нечетких множеств, автоматизированный системно-когнитивный анализ, интервальная математика. Объединяющую их системную нечеткую интервальную математику рассматриваем в главе 10 как основу математики XXI века. Основная часть областей математики, разработанных представителями второго направления, в применении к решению прикладных задач оказалась, увы, бесплодной. Необходимо различать математические, прагматические и компьютерные числа. Разработан ряд подходов к моделированию связей математических и прагматических чисел - на основе группировки, интервального анализа, нечетких множеств, автоматизированного системно-когнитивного анализа. В конце главы 10 кратко рассказано о многообразии литературных источников по тематике этой главы.
В 2014 г. вышла монография авторов "Системная нечеткая интервальная математика" (Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). – Краснодар, КубГАУ. 2014. – 600 с.). Во 2-ю часть настоящей монографии вошли основные полученные после 2014 года результаты развития автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – интеллектуальной системы «Эйдос». Это развитие касается, прежде всего, сценарного и спектрального АСК-анализа, а также применения АСК-анализа для интеллектуального анализа текстов.
Авторы считают, что АСК-анализ является одним из вариантов практической реализации системной нечеткой интервальной математики.
Во 2-й части рассматриваются соотношение смыслового содержания понятий «данные», «информация» и «знания», а также и теоретические и математические основы базового, сценарного, спектрального и текстового автоматизированного системно-когнитивного анализа (АСК-анализ).
Приводятся детальные численные примеры применения сценарного и спектрального АСК-анализа для прогнозирования на финансовых рынках и анализа изображений.
Сценарный АСК-анализ развит на основе одного предложенного автором частного случая теоремы А.Н. Колмогорова (1957). По своей сути замечательная теорема А.Н. Колмогорова (1957) (точнее этот ее частный случай), является теоретической основой всей математической теории разложения функций в ряды, т.е. так называемой теории рядов.
В математике разработано много различных конкретных вариантов разложений функций в ряды.
Однако, к сожалению, определение вида базисных функций и весовых коэффициентов для данной конкретной функции представляет собой математическую проблему, для которой пока не найдено общего математически строго решения.
При этом для частных случаев, т.е. конкретных видов базисных функций, таких решений найдено довольно много.
В данной работе предлагается рассматривать математическую модель АСК-анализа как вариант общего и универсального практического решения проблемы разработки базисных функций и весовых коэффициентов для разложения в ряд по ним произвольной функции состояния идентифицируемого объекта. Прослеживается сопоставление смысла понятий АСК-анализа и теоремы А.Н.Колмогорова.
Приводятся численные примеры технического, фундаментального и техно-фундаментального сценарного АСК-анализа.
В этих численных примерах на основе анализа ретроспективных исходных данных выявляются фактически наблюдавшиеся прошлые и будущие сценарии развития событий.
Путем их обобщения формируются образы будущих сценариев развития событий, которые рассматриваются как базисные функции классов.
Будущие сценарии обуславливаются прошлыми сценариями развития событий (значениями факторов).
При прогнозировании текущая ситуация сравнивается с этими обобщенными образами и разлагается в ряд по ним (прямое преобразование, объектный анализ).
Средневзвешенный прогноз формируется путем обратного преобразования образов классов с их весами, т.е. как их взвешенная суперпозиция.
При этом в качестве базисных функций используются обобщенные образы прогнозируемых сценариев того что будет и того что не будет с их весами, в качестве которых используется достоверность прогноза
Автоматизированный системно-когнитивный анализ (АСК-анализ) изображений обеспечивает автоматическое выявление признаков конкретных изображений из цветов пикселей и контуров изображений, синтез обобщенных образов изображений (классов), выявление наиболее характерных и нехарактерных для классов признаков изображений, определение ценности признаков изображений для их различения, удаление из модели малоценных признаков (абстрагирование), решение задач количественного сравнения конкретных изображений с обобщенными образами классов и обобщенных образов классов друг с другом, а также задачи исследования моделируемой предметной области путем исследования ее модели.
В данной работе рассматриваются новые возможности АСК-анализа и реализующей его интеллектуальной системы «Эйдос», обеспечивающие выявление признаков изображений путем их спектрального анализа, формирования обобщенных спектров классов, решение задач сравнения изображений конкретных объектов с классами и классов друг с другом по их спектрам.
Впервые стало возможным формировать обобщенные спектры классов с весами цветов по степени их характерности и не характерности для классов, причем это не интенсивность цвета в спектре, а количество информации в цвете о принадлежности объекта с этим цветом к данному классу.
По сути, речь идет об обобщении спектрального анализа путем применении интеллектуальных когнитивных технологий и теории информации в спектральном анализе.
Во-первых, все говорят о том, что в спектральных линиях содержится информация о том, какой элемент или вещество входят в состав объекта, но никто не удосужился посчитать какое же это конкретно количество этой информации, а затем использовать его для определения состава объекта методы распознавания образов, основанные на использовании этой информации.
Во-вторых, спектральный анализ традиционно используется для определения элементарного и молекулярного состава объекта, а мы предлагаем использовать его не только для этого, но и для идентификации любых изображений. Приводится численный пример.
Применение АСК-анализа для интеллектуального анализа текстов позволяет решать следующие задачи:
- формировать обобщенные лингвистические образы классов (семантические ядра) на основе фрагментов или примеров относящихся к ним текстов на любом языке;
- количественно сравнивать лингвистический образ конкретного человека, или описание объекта, процесса с обобщенными лингвистическими образами групп (классов);
- сравнивать обобщенные лингвистические образы классов друг с другом и создавать их кластеры и конструкты;
- исследовать моделируемую предметную область путем исследования ее лингвистической системно-когнитивной модели;
- проводить интеллектуальную атрибуцию текстов, т.е. определять вероятное авторство анонимных и псевдонимных текстов, датировку, жанр и смысловую направленность содержания текстов;
- все это можно делать для любого естественного или искусственного языка или системы кодирования.
Ссылки на работы второго из авторов по текстовому АСК-анализу размещены здесь: http://lc.kubagro.ru/aidos/Works_on_ASK ... _texts.htm.

Авторы:

Орлов Александр Иванович, профессор, доктор экономических наук, доктор технических наук, кандидат физико-математических наук,
https://orlovs.pp.ru/

Луценко Евгений Вениаминович, профессор, доктор экономических наук, кандидат технических наук,
http://lc.kubagro.ru/
https://www.researchgate.net/profile/Eugene-Lutsenko

Заключение

Включенные в настоящую книгу научные результаты наглядно демонстрируют большое теоретическое и прикладное значение идей и подходов системной нечеткой интервальной математики. Эта новая область теоретической и прикладной математики позволяет успешно решать задачи различных предметных областей - экономики (прежде всего цифровой), искусственного интеллекта, управления (менеджмента), техники и технологий, кибернетики, информатики, химии, биологии, социологии, медицины, психологии, истории и др., практически всех предметных областей. Так, организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента основано на идеях, подходах и результатах системной нечеткой интервальной математики.
Констатируем, что точки роста современной математики в большинстве случаев относятся именно к системной нечеткой интервальной математике, на ее основе разработана новая парадигма математических методов исследования. Поэтому мы обоснованно полагаем, что системная нечеткая интервальная математика - основа математики XXI века.
Основные научные результаты системной нечеткой интервальной математики должны быть включены в учебные планы обучения бакалавров, магистров, аспирантов, слушателей бизнес-школ, систем переподготовки и других образовательных структур. В своих учебниках мы демонстрируем, как это можно сделать.
В настоящую книгу включена лишь наиболее принципиально важная и актуальная часть научных результатов авторов в области системной нечеткой интервальной математики, полученных после выхода в 2014 г. нашей предыдущей книги по этой тематике.
Желающим расширить свое знакомство с этой быстро растущей областью современной математики рекомендуем обратиться к публикациям авторов.
С ними можно ознакомиться в Российском индексе научного цитирования (РИНЦ):
https://www.elibrary.ru/author_profile.asp?id=1844;
https://www.elibrary.ru/author_profile.asp?id=123162;
в "Политематическом сетевом электронном научном журнале Кубанского государственного аграрного университета (Научном журнале КубГАУ)":
http://ej.kubagro.ru/a/viewaut.asp?id=2744;
http://ej.kubagro.ru/a/viewaut.asp?id=11,
а также на сайтах авторов:
https://orlovs.pp.ru/ (https://orlovs.pp.ru/work/)
http://lc.kubagro.ru/ (http://lc.kubagro.ru/aidos/_Aidos-X.htm)
и на страничках авторов в РесечГейт:
https://www.researchgate.net/profile/Alexandr-Orlov-6;
https://www.researchgate.net/profile/Eugene-Lutsenko.
Многие (практически все) разделы системной нечеткой интервальной математики заслуживают дальнейшего развития и практического применения. Приглашаем исследователей различных специальностей активно участвовать в этой работе.

Авторы

20 января 2022 г.
Москва-Краснодар

Публикация:
1214. Орлов А.И., Луценко Е.В. Анализ данных, информации и знаний в системной нечеткой интервальной математике: научная монография. – Краснодар: КубГАУ, 2022. – 405 с.
https://www.elibrary.ru/item.asp?id=48067531
https://www.researchgate.net/publication/357957630


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб сен 10, 2022 10:16 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1129 от 12 сентября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь со статьей по науковедению А.И. Орлова "Единство и борьба полюсов в развитии науки"



УДК 303.732.4 : 519.2

08.00.13 Математические и инструментальные методы экономики (экономические науки)

Единство и борьба полюсов в развитии науки

Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994
prof-orlov@mail.ru

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5

Для принятия обоснованных решений в области управления наукой необходимо изучать свойства научного сообщества. Для анализа проблем развития реальной науки и управления ею мы предложили выделить в науке биполярные структуры, каждая из которых описывается с помощью двух полюсов и взаимодействия между ними. В 2021 г. мы выявили 23 пары взаимодействующих полюсов в развитии науки. В настоящей статье рассмотрены три. В паре полюсов "фундаментальная наука - прикладная наука" выделены основные свойства этих областей человеческой деятельности, типовые процессы их взаимодействия. Установлена нецелесообразность применения наукометрических показателей продуктивности и результативности в прикладной науке. Показана необходимость оценки вклада в науку конкретных исследователей и их объединений (коллективов различного уровня) и рассмотрены проблемы, возникающие при проведении такой оценки. Обосновано введение понятия "информационного барьера", вызванного принципиальной невозможностью для каждого конкретного исследователя овладеть всей совокупностью накопленной в его области актуальной научной информацией. Информационный барьер - тормоз развития науки. Для его преодоления действуют научные кланы - обособленные группы из нескольких сотен или тысяч исследователей. Ограничение числа членов клана позволяет его членам знать работы друг друга и экспертно оценивать вклад в науку того или иного исследователя из того же клана. Отношение к работам, выполненным вне клана, обычно отрицательное. Клановая структура науки тормозит ее развитие. Особенно сильно она мешает становлению новых направлений исследований, еще не породивших собственных кланов с мощной инфраструктурой. Рассмотрены достоинства и недостатки наукометрических и экспертных методов оценки результативности в науке. Традиционные экспертные методы, основанные на субъективных оценках (тезис), отрицаются объективными наукометрическими подходами (антитезис). В результате выявления различных недостатков наукометрии дальнейшее развитие прогнозируется как синтез наукометрических и экспертных методов

Ключевые слова: развитие науки, управление, научные кланы, биполярные структуры, развитие и борьба противоположностей, наукометрия, экспертные оценки, базы данных, антиплагиат

http://dx.doi.org/10.21515/1990-4665-176-013


UDC 303.732.4 : 519.2

08.00.13 Mathematical and instrumental methods of Economics (economic sciences)

Unity and struggle of the poles in the development of science

Orlov Alexander Ivanovich
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor
prof-orlov@mail.ru

Bauman Moscow State Technical University, Moscow, Russia

To make informed decisions in the field of science management, it is necessary to study the properties of the scientific community. To analyze the problems of the development of real science and its management, we proposed to single out bipolar structures in science, each of which is described with the help of two poles and the interaction between them. In 2021, we have identified 23 pairs of interacting poles in the development of science. This article discusses three. In a pair of poles "fundamental science - applied science" the main properties of these areas of human activity, typical processes of their interaction are highlighted. The inexpediency of using scientometric indicators of productivity and effectiveness in applied science has been established. The necessity of estimation the contribution to science of specific researchers and their associations (teams of different levels) is shown, and the problems arising in the course of such an estimation are considered. The introduction of the concept of "information barrier", caused by the fundamental impossibility for each particular researcher to master the totality of relevant scientific information accumulated in his field, is substantiated. The information barrier is a brake on the development of science. To overcome it, there are scientific clans - isolated groups of several hundred or thousands of researchers. Limiting the number of clan members allows its members to know each other's work and estimate the contribution to science of one or another researcher from the same clan as an expert. Attitude towards work performed outside the clan is usually negative. The clan structure of science hinders its development. Especially strongly it hinders the formation of new areas of research that have not yet given rise to their own clans with a powerful infrastructure. The advantages and disadvantages of scientometric and expert methods for estimation performance in science are considered. Traditional expert methods based on subjective estimation (thesis) are denied by objective scientometric approaches (antithesis). As a result of the identification of various shortcomings of scientometrics, further development is predicted as a synthesis of scientometric and expert methods

Keywords: development of science, management, management, scientific clans, bipolar structures, development and fight of opposites, scientometrics, expert estimations, databases, antiplagiat


1. Введение
Проблемами науковедения, управления наукой, наукометрии автор настоящей статьи занимается с 1980-х годов. Некоторые итоги подведены в совместной монографии 2017 г. [1]. В частности, в ней обоснован выбор числа цитирований публикации в качестве основной характеристики результативности фундаментального научного исследования. В дальнейших работах продемонстрирован вред ориентации на зарубежные базы данных SCOPUS и WEB OF SCIENCE и обоснована ориентация на использование Российского индекса научного цитирования (РИНЦ) [2 - 4].
Для принятия обоснованных решений в области управления наукой необходимо изучать свойства научного сообщества. Однако наукометрия дает лишь поверхностное описания процессов динамики научных публикаций, ее цель - изучения развития науки с определенной точки зрения, а именно, как информационного процесса. Она не нацелена на выявление глубинных процессов развития науки.
С целью устранения этого недостатка мы для анализа проблем развития реальной науки и управления ею предложили выделить в науке биполярные структуры, каждая из которых описывается с помощью двух полюсов и взаимодействия между ними. В работах 2021 г. [5, 6] мы выявили 23 пары взаимодействующих полюсов в развитии науки. Список этих биполярных структур является предварительным. Ожидаем, что он будет доработан в ходе дальнейших исследований. На примере выделенных структур мы в [5, 6] начали демонстрировать единство и борьбу противоположностей в развитии науки. Список 23 пар взаимодействующих полюсов отражает многообразие проблем развития науки. Каждая из перечисленных биполярных структур заслуживает подробного рассмотрения.
Мы начинаем эту работу и в настоящей статье рассматриваем три биполярные структуры из 23 пар полюсов, выделенных в [5, 6]. А именно, обсуждаем следующие пары полюсов: фундаментальная наука - прикладная наука; наукометрия (т.е статистические методы изучения науки) - экспертные методы, прежде всего методы оценки результативности в науке на основе мнения людей; польза программных продуктов класса "Антиплагиат" - вред таких систем. Для каждой из пар полюсов анализируем взаимодействие полюсов во времени, используя один из основных законов диалектики - закон отрицания отрицания (по схеме: тезис - антитезис - синтез).
Автор настоящей статьи - один из самых цитируемых математиков и экономистов России (по данным РИНЦ). Поэтому можно выразить надежду, что читателей заинтересует обсуждение проблем развития науки одним из наиболее результативных действующих исследователей.

2. Фундаментальная наука и прикладная наука
Научные исследования надо различать прежде всего по тому, в чьих интересах они выполнены, для кого предназначаются. Выделим два полюса в развитии науки: прикладная наука и фундаментальная наука.
Один полюс - научные исследования в интересах конкретного заказчика. Например, при разработке конкретного образца космического аппарата или с целью изучения и завоевания рынка товаром определенной фирмы. Оценку результативности подобного исследования дает заказчик. Открытая публикация результатов исследования не является обязательной. Более того, часто она попросту запрещена ради сохранения государственной или коммерческой тайны. Рассматриваемую сферу деятельности назовем прикладной наукой.
Другой полюс - исследования с целью приращения чистого знания, "фундамента науки". Возможность практического применения зачастую даже не рассматривается. Рассматриваемую сферу деятельности назовем фундаментальной наукой. Можно сказать, что фундаментальные исследования - это те исследования, которые никому не нужны (никакому конкретному заказчику). Итог исследований - научные публикации, которые порождают новые публикации. Естественно изучать развитие (фундаментальной) науки как информационного процесса. В первой в мире монографии по наукометрии так и делается [7]. В ней используются два основных показателя деятельности научного работника (организации): показатель продуктивности - число публикаций и показатель результативности - число цитирований в дальнейших публикациях (раз цитируют - работа оказалась полезной).
Говорят также, что фундаментальная наука - это удовлетворение любопытства исследователя за счет государства. Действительно, те, кто финансирует фундаментальную науку, не ожидают решения конкретных прикладных задач. Они вкладывают деньги в расширение знаний, т.е., условно говоря, являются благотворителями. В давние времена в качестве таковых выступали, например, монархи, а сейчас - государство, в том числе через созданные им фонды (например, Российский фонд фундаментальных исследований), а также отдельные лица и организации.
Зачем же они вкладывают деньги в фундаментальные исследования? Во-первых, ожидают (зачастую без достаточных обоснований), что дальнейшее развитие науки приведет к появлению важных прикладных результатов. Во-вторых, в процессе выполнения фундаментальных исследований, помимо получения знаний, развиваются умения и навыки научной работы у лиц, их проводящих, т.е. готовятся кадры (в частности, для прикладной науки).
Из сказанного ясно, что наукометрические показатели (например, данные Российского индекса научных исследований) позволяют оценить продуктивность и результативность деятелей фундаментальной науки, но абсолютно не допускают применения для работников прикладной науки.
В реальности имеются переходные формы между фундаментальной и прикладной наукой. Заказчик может указывать направление исследований, не фиксируя полностью ожидаемые результаты. Это - движение от фундаментальной науки к прикладной.
Есть и движение в обратном направлении - от прикладной науки к фундаментальной. Например, при решении конкретной прикладной задачи разрабатывают новые методы, которые могут оказаться полезными при решении других прикладных задач. Эти методы уже не привязаны к конкретному заказчику, а потому их уже нельзя полностью относить к прикладной науке.
Следующий шаг - изучение этих методов, например, на основе соответствующей математической модели. Такое изучение часто проводят в отрыве от исходной прикладной задачи. Результаты такого изучения уже ближе к фундаментальной науке, чем к прикладной. Они относятся к математике, а не к исходной прикладной области.
Делают и дальнейший шаг - получают подобные методы на основе ранее разработанных теоретических схем (например, вероятностно-статистических моделей). Это уже полностью фундаментальная наука.
Такое движение от прикладной науки к фундаментальной можно проследить при анализе развития различных разделов математики, например, геометрии или математической статистики. В качестве примера можно указать метод наименьших квадратов, первоначально разработанном К. Гауссом для конкретной астрономической задачи. Затем метод наименьших квадратов был успешно применен для решения прикладных задач в самых разных сферах. В настоящее время его рассматривают в рамках математической статистики как части математики.
История науки показывает, что в определенный момент времени наука (как в целом, так и в отдельных областях) тяготеет к тому или другому полюсу. Развитие науки можно описывать в терминах диалектической философии (тезис - антитезис - синтез).
Например, первоначально экономика рассматривалась как наука об управлении хозяйством (тезис). Отрицанием экономических взглядов основоположника этой науки Аристотеля является рыночная экономика (антитезис). А отрицание отрицания, т.е. отрицание рыночной экономики, - это цифровая экономика, развивающаяся на основе солидарной информационной экономики (синтез) [8].
Переход от практики к теории и обратно хорошо виден в развитии теории экспертных оценок и статистики нечисловых данных (более широко - статистических методов). Эти взаимные переходы отражены в новой парадигме математических методов исследования: теория экспертных оценок рассматривается как "зеркало" статистики нечисловых данных [9]. В частности, медиана Кемени, используемая для построения коллективного мнения комиссии экспертов, послужила идейной базой для введения эмпирических средних в пространствах общей природы. В статистике нечисловых данных был доказан закон больших чисел (получены сходимость эмпирических средних к теоретическим), который применительно к теории экспертных оценок позволил установить асимптотическое поведение медианы Кемени и ее приближение к "истинному" бинарному отношению при росте числа независимых экспертов [10, 11].
Хорошо известно, что в ХХ в. ядерная физика вначале относилась к фундаментальной науке (тезис), затем - в ходе разработки ядерного оружия и атомных электростанций произошло отрицание ее статуса - эта область науки стала прежде всего прикладной (антитезис), после чего наметилось отрицание отрицания (синтез), и физики перешли к фундаментальному изучению свойств элементарных частиц.
Отметим здесь влияние подобных переходов на кадровый состав научных структур. Если для фундаментальных исследователей важны люди мысли, то для прикладных - квалифицированные люди действия, организаторы и управленцы. Отнюдь не все из них могут затем перейти к фундаментальным исследованиям. Смягчить переходы от полюса к полюсу может сращивание научных и учебных организаций. Научно-исследовательские институты должны влиться в систему университетов. Тогда в периоды подобных переходов или временных замедлений развития соответствующих научных областей исследователи смогут заняться преподаванием, сохранить квалификацию и воспитать научную смену.

3. Об оценке вклада в науку
Можно ли оценить вклад конкретной работы в развитие науки? Распространено мнение, что это невозможно. Все работы уникальны, и поэтому их сравнение невозможно.
Даже если наблюдаем ряд работ, в каждой из которой улучшается некоторая характеристика по сравнению с предыдущей, нельзя утверждать, что вклад в науку растет вместе с номером работы в таком ряду. В каждой работе есть что-то свое, особенное, помимо улучшения рассматриваемой характеристики. Например, разработан новый метод, который может быть успешно применен при решении других задач.
Кроме того, надо учитывать величину приращения знания. Бывает так, что основоположник прорвался в новую область и получил в ней основные результаты, а последователи улучшают то одну мелочь, то другую. Можно привести такую аналогию. Основоположник построил дом. Последователь, условно говоря, закрасил несколько квадратных сантиметров стены этого дома. Следующий вбил гвоздик, на котором удобно повесить календарь. И так далее. Кто внес основной вклад? Ясно, что тот, кто построил дом. Но если следить за цепочками ссылок в научных публикациях, этого можно не заметить. Второй ссылается на первого, третий - на второго, и про основополагающий вклад первого забывают.
Бывает и иначе. Первый поставил задачу (указал место для строительства), второй создал фундамент, третий возвел стены, четвертый установил крышу, пятый осуществил внутреннюю отделку... В такой ситуации вклад каждого следующего работника науки принципиально важен.
Однако для решения задач управления наукой необходимо оценивать вклад конкретной работы (исследователя, организации, направления) в развитие науки. В частности, при распределении финансирования, организационных решениях, присуждения ученых степеней и званий, пополнении состава советов и академий...
С самого начала развития науки подобная оценка проводилась экспертными методами, на основе субъективных мнений авторитетных лиц. К настоящему времени арсенал экспертных методов весьма широк [12]. Технологии экспертной оценки научных работ подробно проработаны, закреплены в нормативных документах, знакомы всем исследователям, которым приходится им следовать.
Однако с течением времени качество управления наукой на основе экспертных методов стало падать [13]. Обсудим причины этого падения.

4. Информационный барьер в развитии науки
По нашей оценке, основная причина состоит в лавинообразном увеличении в ХХ в. научных результатов и содержащих их научных публикаций. Если в Древней Греции каждый ученый мог знать всех своих коллег и читать их труды, то к началу ХХ в. такая полная осведомленность оказалась возможной лишь в пределах конкретной научной области - в физике, биологии, математике и др. Далее пошло деление на специальности (см. списки научных специальностей Высшей аттестационной комиссии (ВАК)). Но и это не спасло - даже по специальности ВАК нижнего уровня, например, по теории вероятностей и математической статистике к настоящему уровню выпущены миллионы публикаций на всех крупных языках мира.
Сопоставим этот наблюдаемый факт с ограниченностью возможностей человеческого мозга. Если каждую неделю читать по одной статье или книге, то за 100 лет можно овладеть примерно 5200 литературными источниками, т.е. долями процента от всех имеющихся, большая часть из которых остается актуальными, по крайней мере в некоторых отношениях. А сколько новых работ будет выпущено за это время! Можно сказать, что отличительной чертой современности является всеобщее невежество научных работников и преподавателей.
Будем говорить, что развитию науки мешает информационный барьер. И в борьбе с ним цифровизация помогает слабо. В Интернете иногда можно найти ответ на очень конкретный вопрос (например, когда родился конкретный человек). В ответ на более общий вопрос поисковик выдает информацию о тысячах сайтов. А в этих сайтах зачастую ошибки и невежественные утверждения. Не зря в научных статьях не рекомендуют ссылаться на Википедию.
Одним из заметных следствий сказанного является практическая невозможность для членов диссертационных советов выявить элементы новизны рассматриваемых диссертационных работ. Эта обязанность возложена на самих диссертантов, предъявляющих соответствующий раздел в своих авторефератах. Отметим также, что в диссертационных работах весьма редко используются результаты лауреатов нобелевских премий и членов Российской академии наук (РАН). Это свидетельствует, разумеется, о резком падении значения работ нобелевских лауреатов и членов РАН для научного сообщества.

5. Клановая структура науки
В борьбе с информационным барьером помогает клановая структура науки, Непосредственно наблюдаем разбиение действующих исследователей на кланы численностью в несколько сотен или тысяч человек. Такой объем позволяет членам клана знать работы друг друга, как следствие, экспертным путем оценивать вклад в науку того или иного исследователя, входящего в тот же клан. В то же время внутри клана игнорируются научные результаты тех, кто не входит в этот клан. Сформировавшиеся кланы обычно обладают развитой инфраструктурой. Есть свои базовые организации (институты, кафедры), выпускаются научные журналы, проводятся конференции. Устоявшиеся кланы называют научными школами.
Как правило, организована подготовка следующего поколения членов клана, полученные кланом результаты транслируются с помощью учебников. Заметим тут, что результаты, не включенные в учебники, постепенно забываются, поскольку следующее поколение с ними уже не знакомо.
Очевидно, кланы пересекаются. Достаточно часто наблюдаем матричную организационную систему, в которой исследователь относится в нескольким кланам. Например, работая в научно-исследовательском институте или вузе, он входит в клан этой организации. Одновременно он принадлежит определенному профессиональному клану, члены которого разбросаны по различным организациям, но изучают близкие вопросы.
Некоторые контакты между кланами происходят в ходе научных конференций, работы диссертационных советов и иных собраний. Однако в этих контактах участвуют лишь наиболее продвинутые и активные исследователи, рядовые и начинающие исследователи не выходят за пределы клана.
Из сказанного ясно, что результаты различных экспертиз определяются во многом тем, к каким кланам относятся эксперты. На основе своих сложившихся предпочтений эксперты поддерживают представителей своего клана и отрицательно относятся к работам исследователей из других кланов. Меры по привлечению независимых экспертов обычно не достигают своей цели.
Например, в РИНЦ по тематике "математика" зарегистрировано 20647 исследователей (на 16 января 2022 г.). Однако Отделение математики РАН захвачено кланом сотрудников трех институтов математики РАН в Москве, Санкт-Петербурге и Новосибирске, в которых работает менее 1000 лиц. В академики и члены-корреспонденты избирают лишь из состава этого клана. Назовем его академическим. Указанный клан занял монопольное положение как в организационных структурах, так и в массовом сознании научных работников. Ему удалось ввести апартеид, дискриминируя основную массу исследователей, фактически отнеся их к второсортным деятелям.
В то же время вклад в математику академического клана отнюдь не является определяющим. По числу цитирований (по РИНЦ) из ныне живущих членов Отделения математики РАН самый результативный находится на 11-м месте, следующий - на 18-м. Можно констатировать, что в фундаментальной науке академический клан нельзя считать первенствующим. А в прикладной науке значение этого клана вообще ничтожно.
Клановая структура науки особенно сильно мешает развитию новых направлений исследований, еще не породивших собственных кланов с мощной инфраструктурой. Новаторы испытывают сложности с публикациями, защитой диссертаций, финансированием. Кланы фиксируют давно сложившуюся структуру науки, являются тормозом в ее развитии.

6. Наукометрические и экспертные методы оценки результативности в науке
Давно ощущается необходимость в разработке инструментария, позволяющего объективно оценивать вклад в науку конкретных работ, лиц, организаций. Как говорят, проводить сравнение вкладов "по гамбургскому счету". Для фундаментальных наук такой инструментарий предоставляет наукометрия, занимающаяся изучением развития науки как информационного процесса. Как уже говорилось, вклад работы в науку измеряется вкладом исследования в информационный процесс, т.е. числом ее цитирований в дальнейших публикациях. Раз цитируют - значит, работа нужна.
Наукометрический подход (антитезис) - отрицание традиционного многовекового подхода, основанного на субъективных мнениях, личных и клановых связях, сложившейся репутации, т.е. на экспертных оценках (тезис). Можно кратко сказать, что наукометрия - объективный инструмент измерения вклада в науку. Его широкое применение стало возможным с развитием информационно-коммуникационных технологий, методов анализа больших данных, позволяющих охватить большинство публикаций с целью изучения развития науки как информационного процесса [7].
В последние годы в России наукометрические показатели стали активно использоваться администраторами для управления наукой, прежде всего для оценки научных достижений. При этом некоторые лица, считающиеся признанными научными работниками и профессорами, внезапно обнаружили, что их наукометрические показатели являются довольно скромными по сравнению с показателями других исследователей. Проще говоря, обнаружили, что их работы сравнительно мало цитируют. Естественно, они стали выражать свое недовольство и предпринимать всевозможные действия для сохранения своего привилегированного положения..
Любой инструмент измерения имеет погрешности. Наукометрия - не исключение. Погрешности наукометрических выводов обсуждались, например, в вышедшем под нашей редакцией сборнике статей "Наукометрия и экспертиза в управлении наукой" [14].
Как только наукометрические показатели стали использоваться административными органами для управления наукой, появились методы их фальсификации в интересах тех или иных лиц и организаций. Например, устоявшиеся академические кланы стали вводить градации среди различных видов публикаций. Например, монографии и учебники стали цениться гораздо меньше, чем публикации в журналах. А сами журналы стали делить на категории. Разработаны и различные иные способы "накрутки" наукометрических показателей, например, искусственного завышения индекса Хирша [15].
Весьма важно, какой базой библиометрических данных пользоваться при расчете наукометрических показателей. Как уже отмечалось, нами продемонстрирован вред ориентации на зарубежные базы данных SCOPUS и WEB OF SCIENCE при решении задач управления наукой, поскольку такая ориентация приводит к резкому искажению наукометрических показателей и разнообразным отрицательным последствиям для развитии российской науки. По нашему мнению, в первую очередь надо использовать Российский индекса научного цитирования (РИНЦ) [2, 3].
Критика бездумного наукометрии во многом справедлива. Можно говорить об отрицании наукометрии как панацеи и переходе к совместному использованию наукометрических и экспертных методов на новом витке диалектической спирали развития науки. Т.е. речь идет об отрицании отрицания экспертных методов управления наукой и переходе к синтезу рассматриваемых полюсов на очередном этапе развития науки. Совместное использование наукометрических и экспертных методов анализирует, например, Б.Г. Миркин, обсуждая понятие научного вклада и рассматривая реальные процедуры оценки вклада на примере Великобритании [16]
Необходимо дальнейшее исследования такого феномена, как научный клан. Несмотря на большой интерес научной общественности к проблемам наукометрии, полученные в ней собственно научные результаты пока еще довольно поверхностны. Требуется дальнейшее изучение с помощью специализированных программных продуктов [17].
Очевидно, что необходима бескомпромиссная борьба со всем, что замедляет научный прогресс [18].

7. Борьбы с плагиатом на современном этапе развития науки
Выделим два полюса научной работы - собственные исследования и анализ предшествующих работ. Обычно ожидают, что исследователь ищет, находит и цитирует своих предшественников. Очевидно, ему мешает информационный барьер (см. выше), в том числе языковый. Перевод работы может быть осуществлен с помощью тех или иных программных средств, но надо знать, что переводить. Распространена и противоположная точка, согласно которой надо начинать с разработки собственных подходов к решению задачи, а поиск предшественников проводить на заключительном этапе исследования. В любом случае можно ожидать увеличения со временем появления повторов, когда однажды полученный научный результат повторяется другим исследователем, не подозревающим о работах предшественников. Печально, когда однажды разоблаченная ошибка повторяется вновь и вновь. В течение всего научного пути автора, т.е. в течение пятидесяти лет, вновь и вновь наблюдаются ошибки, связанные с попытками использовать критерии Колмогорова и омега-квадрат для проверки нормальности распределения. Суть дела изложена в статье [19]. Особенно печально, что ошибка постоянно кочует из учебника в учебник. Профессора-невежды готовят себе на смену новых невежд...
На современном этапе развития науки проявились новые аспекты обсуждаемой проблемы. Взаимодействие рассматриваемых полюсов естественно показать на примере использования программных продуктов класса "Антиплагиат".
В науке и преподавании плагиат - это некорректное заимствование чужого текста, т.е. без указания автора и источника (т.е. без оформленного должным образом цитирования). Часто плагиат связывают с нарушением авторского права. Однако ущерб правообладателю часто бывает лишь моральным, а плагиатор действует лишь с целью получения благ для себя лично, а не с целью нанести финансовый ущерб настоящему автору.
С широким распространением компьютеров студенты стали готовить свои работы с их помощью. Некоторым из них вполне естественно найти в Интернете подходящий текст и вставить его в свою курсовую или квалификационную работу. Преподаватель, скорее всего, не заменит - не может же он помнить наизусть все подходящие источники. Следующий шаг развития подлога - отправить свой файл товарищу, который получит уже полностью готовый раздел для своего сочинения. Результат понятен - технический прогресс может заметно облегчить жизнь студентов.
Аналогичный подход стали применять и диссертанты. Подходящие для диссертации тексты можно найти в Интернете, вставить в свою работу, а потом и передать товарищу. Оппоненты, члены диссертационных советов и даже научный руководитель могут и не заметить плагиата, поскольку каждый из научных работников и преподавателей знает лишь доли процента от общего числа опубликованных работ по своей специальности.
Естественно использовать описанную технологию и для подготовки публикаций в научных журналах и сборников материалов конференций. Весьма мала вероятность того, что заимствование будет обнаружено автором исходного текста. Даже если и будет обнаружено, санкций не последует, поскольку нет адекватного репрессивного аппарата.
Однако технический прогресс позволил найти противоядие. Современные информационно-коммуникационные технологии позволяют просмотреть все имеющиеся в Интернете тексты и выявить повторы. Такую работу успешно проводят программные продукты класса "Антиплагиат". В настоящее время все студенческие работы и диссертации проверяют с помощью того или иного продукта этого класса. При обнаружении заимствований (без ссылок на источники) работы отправляют на переработку.
Уже на этом этапе бездумное применение систем "Антиплагиат" привело к некоторым отрицательным последствиям. Так, диссертанту вполне естественно составить свою классификационную работу из опубликованных им ранее статей. Однако "Антиплагиат" обнаруживает повторы, что ведет к требованиям о переработке текста диссертации. Недавно (с 1 августа 2021 г.) Высшая аттестационная комиссия (ВАК) вновь допустила защиты на основе доклада по опубликованным работам, однако такие защиты пока единичны. Отметим, что тридцать дет назад - в 1992 г. - свою первую докторскую диссертацию по техническим наукам автор защищал именно так, без подготовки текста докторской диссертации.
В настоящее время активно действует общественная организация «Диссернет», на сайте которой сказано, что это "вольное сетевое сообщество экспертов, исследователей и репортеров, посвящающих свой труд разоблачениям мошенников, фальсификаторов и лжецов". В соответствии с "Положением о присуждении ученых степеней" Министерством науки и высшего образования Российской Федерации может быть принято решение об отмене решения диссертационного совета о присуждении ученой степени. Заявление о лишении ученой степени может быть подано в течение 10 лет со дня принятия диссертационным советом решения о присуждении ученой степени. Примерно в половине случаев возбуждения дела о лишении ученой степени случаев заявление подает Диссернет. Таким образом, имеется правовой механизм принятия подобных решений. И он эффективно используется. К сожалению, невозможно привлечь к ответственности плагиаторов, для деяний которых срок давности уже истек.
Выявлены организации и диссертационные советы, для которых плагиат десять лет назад был нормой, а не исключением. Например, нарушителям научной этики представляется, что анализ литературных источников для диссертаций одного и того же направления может быть типовым. Если источники одни и те же, то и их анализ может быть одним и тем же - зачем отходить от проверенного временем стандартного изложения? В настоящее время ВАК безоговорочно рассматривает повтор текста как плагиат, который является основанием для наказания автора более поздней работы. Может возникнуть вопрос: надо ли решать ученой степени допустившее плагиат лицо, которое за последующие годы продемонстрировало свое умение получать ценные научные результаты? Однако такой вопрос носит обычно лишь теоретический характер, поскольку диссертант-плагиатор ничего в науке не делает в течение многих лет. Более того, он может беспрепятственно разлагать следующие поколения, своим примером демонстрируя безнаказанность нарушения научной этики.
Действующая процедура лишения научной степени задана в нормативных документах, и мы не будем ее разбирать здесь.
Чтобы избежать обвинений в плагиате, недобросовестные авторы стали перефразировать тексты, пересказывать их своими словами. Один из вариантов действий: русский текст перевести на английский (без затрат труда, применяя программы машинного перевода), а затем обратно - с английского на русский. Слова изменятся, смысл останется. Речь идет о некорректном заимствовании смысла, идей, а не их оформления в виде текста. Отметим, что возникает проблема: всегда ли такой пересказ надо квалифицировать как плагиат? Ведь при рассмотрении работ предшественников приходится пересказывать их идеи, причем желательно делать это близко к оригинальному сочинению, чтобы не исказить его содержание.
На это новшество борцы с плагиатом ответы созданием программ, позволяющих выявлять подобные трансформации текста. Результаты формального применения такого подхода хорошо показаны в известном сборнике "Физики продолжают шутить" [20]. Предисловие в этой книге составлено из набора стандартных фраз, для каждой из которых и даже для их частей указан литературный источник. Например:
«В заключение...»
С.Г. Калашников. «Электричество», Наука, изд. 2-е, 1964.
«... следует упомянуть...»
С. Глестон и М. Эдлунд. «Основы теории ядерных реакторов», ИЛ, 1954.
«...что...»
В. Смирнов. «Курс высшей математики», изд. 12-е, 1953.
«.. деловая критика и всякие указания на недостатки и упущения будут с благодарностью приняты коллективом авторов».
«Курс физики» под редакцией Н. Д. Папалекси, М., 1948.
Примерно так работают продвинутые системы класса "Антиплагиат". Пример, конечно, утрирован. Но суть современной проблемы была выявлена еще более полувека назад. Вряд ли столь тщательное цитирование полезно.

8. Польза и вред программных продуктов класса "Антиплагиат"
Безудержная борьба с плагиатом фактически приводит к отрицанию цели издания научных статей, которая, очевидно, состоит в том, чтобы передать читателю полезную для информацию, полученную в результате исследований автора. Весьма полезны для развития науки обзоры, а также обобщающие статьи, в которых автор сводит вместе результаты предыдущих исследований, в том числе своих. В качестве примера укажем ежемесячный научно-технический журнал "Заводская лаборатория. Диагностика материалов" - один из старейших в нашей стране (основан в январе 1932 г.). В нем постоянно публикуются обзоры и обобщающие статьи, которые были бы забракованы ретивыми антиплагиаторами. Очевидно, такие статьи основаны на анализе и систематизации ранее предложенных подходов и полученных результатов, а потому содержат описание этих подходов и результатов, что и будет формально установлено при применении программ "Антиплагиат", выявляющих не столько полное заимствование, сколько схожесть текстов по смыслу, а потому и по форме. В итоге антиплагиаторы ставят заслон обзорам и обобщающим статьям, тем самым наносят заметный ущерб развитию науки.
Таким образом, применение программных продуктов класса "Антиплагиат" может приносить как пользу, так и вред.
Польза видна прежде всего при работе с начинающими исследователями, стимулируя их к изложению самостоятельно полученных научных результатов и пресекая пересказ известного материала. Начинающие исследователи обычно начинают "с нуля", у них нет накопленного багажа идей, подходов и результатов, а потому выявляются повторы лишь чужих текстов.
На наш взгляд, основное требование к научной публикации - быть полезной читателям. Однако у каждого издания - свои читатели. Отсюда следует, что в ряде случаев повторное изложение результатов не только не вредно, но необходимо. Например, экономисту могут быть полезны новые результаты в области прикладной статистики, опубликованные в журнале "Заводская лаборатория. Диагностика материалов". Однако очевидно и подтверждается наблюдениями, экономист не будет читать этот журнал - название отпугнет. Следовательно, для экономиста нужно специально рассказать, хотя бы в обзоре. Недаром учебники обычно не проверяют на антиплагиат. Хотя зачастую учебник является одновременно научной монографией. Именно на это нацелен принцип МГТУ им. Н.Э. Баумана "Образование - через науку".
Особенно возмущает отрицательное отношение к самоплагиату, т.е. к повторному описанию собственных результатов автора. Пропагандисты такого отношения, видимо, считают, что любая новая работа начинается с нуля. На самом же деле новые результаты опираются на предыдущие публикации исследователя, которые, естественно, надо более или менее подробно описать в новой статье. Необходимо также показать место новых результатов в системе ранее полученных. Это необходимо прежде всего для читателя.
О вреде бездумного применения программных продуктов класса "Антиплагиат" в первом приближении сказано достаточно. Предлагается ограничить использование таких продуктов, использовать их только для контроля качества работ начинающих исследователей, студентов и соискателей. Во всех остальных случаях следует исходить из интересов читателей, а не формальных результатов компьютерного анализа.
Итак, показано, что польза систем класса "Антиплагиат" (тезис) при отрицании исходной нацеленности на контроль качества студенческих работ и распространении на всеобщий контроль публикаций с применением необоснованных требований переходит во вред (антитезис). Прогнозируем, что отрицание отрицания (синтез) позволит разработать и внедрить сбалансированные, взвешенные рекомендации, позволяющие обеспечить соответствие публикаций интересам читателей.

9. Заключительные замечания
Новый взгляд на проблемы экономики и управления наукой был предложен нами в работах [5, 6]. Его основная идеи - выделение в процессах развития науки пар противостоящих друг другу полюсов и изучение развернутого во времени взаимодействия полюсов одной пары. Подобное взаимодействие естественно описывать как единство и борьбу противоположностей, используя триаду "тезис - антитезис - синтез". Разработанный нами подход позволяет выявить "скрытые пружины" развития науки, упорядочить наблюдаемые факты и предложить рекомендации, направленные на рационализацию процессов управления наукой.
Из 23 пар полюсов, выделенных в работах [5, 6], в настоящей статье рассмотрены лишь некоторые.
В паре полюсов "фундаментальная наука - прикладная наука" выделены основные свойства этих областей человеческой деятельности, типовые процессы их взаимодействия. В частности, установлена нецелесообразность применения наукометрических показателей продуктивности и результативности в сфере прикладной науки.
Показана необходимость оценки вклада в науку конкретных исследователей и их объединений (коллективов различного уровня) и кратко рассмотрены проблемы, возникающие при проведении такой оценки.
Обосновано введение понятия "информационного барьера", вызванного принципиальной невозможностью для каждого конкретного исследователя овладеть всей совокупностью накопленной в его области актуальной научной информацией. Эта невозможность обусловлена огромным количеством накопленных научных результатов, т.е. является обратной стороной экспоненциального роста науки в последние столетия. Мы попали в парадоксальную ситуацию - проходится признать, что все работники науки - невежды. Очевидно, что информационный барьер - тормоз развития науки.
Для преодоления информационного барьера практика выработала методы, основанный на выделении научных кланов - обособленных групп из нескольких сотен или тысяч человек. Ограничение числа членов клана позволяет его членам знать работы друг друга, как следствие, экспертным путем оценивать вклад в науку того или иного исследователя, входящего в тот же клан. Отношение к работам, выполненным вне клана, обычно отрицательное. Клановая структура науки тормозит ее развитие. Особенно сильно она мешает становлению новых направлений исследований, еще не породивших собственных кланов с мощной инфраструктурой. Новаторы испытывают сложности с публикациями, защитой диссертаций, финансированием. Кланы фиксируют давно сложившуюся структуру науки, являются тормозом в ее развитии.
Рассмотрены достоинства и недостатки наукометрических и экспертных методов оценки результативности в науке. Традиционные экспертные методы, основанные на субъективных оценках (тезис), отрицаются объективными наукометрическими подходами (антитезис). В результате выявления различных недостатков наукометрии дальнейшее развитие прогнозируется как синтез наукометрических и экспертных методов.
Единство и борьба противоположностей рассмотрены на примере двух полюсов научной работы, соответствующих собственным исследованиям и анализу предшествующих работ. Важный аспект взаимодействия этих полюсов - борьба с плагиатом на современном этапе развития науки. Обсуждается польза и вред программных продуктов класса "Антиплагиат". Показано, что польза таких систем (тезис) при отрицании исходной нацеленности на контроль качества студенческих работ и распространению на все научные публикации переходит во вред (антитезис), поскольку "рубит на корню" обзорные и обобщающие исследования. Прогнозируем, что отрицание отрицания (синтез) даст сбалансированные, взвешенные рекомендации, ориентированные на пользу для читателей научных работ.
По итогам настоящей статьи можно заключить, что целесообразными являются дальнейшие исследования, как по тематике трех рассмотренных пар полюсов, так и для остальных двадцати пар, выделенных ранее в статьях [5. 6].

Литература
1. Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
2. Орлов А.И. Статистические и экспертные методы наукометрии при управлении научной деятельностью / Biocosmology – neo-Aristotelism. 2019. V.9, № 3-4. С. 308-329.
3. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 835-840.
4. Орлов А.И. Статистические и экспертные методы в задачах экономики и управления наукой // Научный журнал КубГАУ. 2021. №166. С. 1–35.
5. Орлов А.И. Наукометрия и экспертиза в управлении наукой: развитие и борьба полюсов // Научный журнал КубГАУ. 2021. №173. С. 143–166.
6. Орлов А.И. Науковедение в свете биокосмологической инициативы // Biocosmology – neo-Aristotelism, Vol.11. Nos.3&4 (Summer/Autumn 2021). Pp. 188-206.
7. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.
8. Орлов А.И. Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 841-845.
9. Орлов А. И. О новой парадигме математических методов исследования / Научный журнал КубГАУ. 2016. №122. С. 807–832.
10. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. Т.85. №11. - С. 69-84.
11. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики // Научный журнал КубГАУ. 2020. №156. С. 111–142.
12. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
13. Фрадков А.Л. Блеск и нищета формальных критериев научной экспертизы // Наукометрия и экспертиза в управлении наукой: сборник статей. - М.: Институт проблем управления РАН, 2013. - С. 346-361.
14. Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. - М.: Институт проблем управления РАН, 2013. - 572 с.
15. Луценко Е.В., Орлов А.И. Количественная оценка степени манипулирования индексом Хирша и его модификация, устойчивая к манипулированию // Научный журнал КубГАУ. 2016. № 121. С. 202–234.
16. Миркин Б.Г. О понятии научного вклада и его измерителях // Наукометрия и экспертиза в управлении наукой: сборник статей. - М.: Институт проблем управления РАН, 2013. - С. 292-307.
17. Луценко Е.В., Орлов А.И., Глухов В.А. Наукометрическая интеллектуальная измерительная система по данным РИНЦ на основе АСК-анализа и системы "Эйдос" // Научный журнал КубГАУ. 2016. № 122. С. 157–212.
18. Крюков В.А., Тесля П.Н. Что замедляет научный прогресс // ЭКО, 2022, Т.52, №1, С. 8-34.
19. Орлов А.И. Непараметрические критерии согласия Колмогорова, Смирнова, омега-квадрат и ошибки при их применении // Научный журнал КубГАУ. 2014. № 97. С. 32-45.
20. Физики продолжают шутить. Сборник переводов / Сост.-пер.: Ю. Конобеев, В. Павлинчук, Н. Работнов, В. Турчин. - М.: Мир, 1968. - 318 с.


Публикация:
1215. Орлов А.И. Единство и борьба полюсов в развитии науки // Научный журнал КубГАУ. 2022. №176. С. 156–180.
http://ej.kubagro.ru/2022/02/pdf/13.pdf


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб сен 17, 2022 7:09 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1130 от 19 сентября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем вашему вниманию обобщающую статью В.С. Муравьевой и А.И. Орлова "Применение теории принятия решений при разработке сложных технических систем".



УДК 519.2 : 303.732.4

Применение теории принятия решений при разработке сложных технических систем (Обобщающая статья)

© Виктория Сергеевна Муравьева
© Александр Иванович Орлов
Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, Бауманская 2-я, д. 5; e-mail: prof-orlov@mail.ru

Теория принятия решений - важная составная часть математических методов исследования. В настоящей статье обсуждаются некоторые аспекты применения теории принятия решений при разработке сложных технических систем. Основное внимание уделено методам формирования оценочных показателей и на их основе - оценок качества и технического уровня сложных технических систем. Обсуждается применение теории принятия решений для оценки технического уровня конкретных сложных технических систем, при разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий. В качестве примера в статье предложен подход к выбору приоритетности выполнения НИОКР в ракетно-космической отрасли. Для реализации инструментария проектного управления предлагаются пять критериев выбора приоритетности проектов с учетом особенностей космической деятельности в России. После формирования перечня возможных проектов необходимо установить их приоритеты, т.е. расположить их в порядке предпочтений для реализации. Для установления приоритетов предлагаем использовать методы экспертных оценок. Приказом руководителя предприятия назначается комиссия экспертов. В теории принятия решений разработано два подхода к установлению приоритетов на основе экспертных оценок - на основе непосредственного сравнения объектов экспертизы и на основе экспертных оценок объектов экспертизы по набору факторов. При использовании первого подхода путем сравнения по средним арифметическим рангов, а затем и медиан рангов получаем две вспомогательные кластеризованные ранжировки, затем строим согласующую ранжировку. Другой способ нахождения единого мнения комиссии экспертов основан на расчете медианы Кемени экспертных упорядочений. Во втором подходе объекты экспертизы упорядочиваются не непосредственно, а на основе значений некоторого набора факторов. Для каждого объекта экспертизы определяют (обычно с помощью экспертов) значения факторов, входящих в этот перечень. Значения факторов объединяются в интегральном показателе приоритетности проектов. Для расчета интегрального показателя могут быть использованы взвешенные средние по Колмогорову и взвешенные медианы.
Ключевые слова: теория принятия решений, инновационный проект, приоритетность реализации проектов, экспертные оценки, интегральный показатель, согласующая ранжировка, медиана Кемени, средние по Колмогорову.

Application of the theory of decision making in the development of complex technical systems (Summary article)

© Victoria S. Muravyeva
© Alexander I. Orlov
Bauman Moscow State Technical University, 5, 2-ya Baumanskaya ul., Moscow, 105005, Russia; e-mail: prof-orlov@mail.ru

Decision theory is an important component of mathematical research methods. This article discusses some aspects of the application of decision theory in the development of complex technical systems. The main attention is paid to the methods of forming the estimated indicators and on their basis - estimates of the quality and technical level of complex technical systems. The application of decision theory for estimation of the technical level of some complex technical systems, in the development of an automated system for predicting and preventing aviation accidents is discussed. As an example in the article proposes an approach to choosing the priority of R&D in the rocket and space industry. To implement the project management toolkit, five criteria are proposed for choosing the priority of projects taking into account the peculiarities of space activities in Russia. After forming a list of possible projects, it is necessary to establish their priorities, i.e. arrange them in order of preference for implementation. To establish priorities, we suggest using expert estimators methods. By order of the leader of the enterprise, a commission of experts is appointed. In decision theory, two approaches have been developed to set priorities based on expert estimations - based on direct comparison of the objects of expertise and based on expert estimators of the objects of expertise based on a set of factors. When using the first approach by comparing the arithmetic mean ranks and then the median ranks, we get two auxiliary clustered rankings, then we build a matching ranking. Another way to find a consensus of the expert commission is based on the calculation of the Kemeny median of expert orderings. In the second approach, objects of expertise are not ordered directly, but based on the values of a certain set of factors. For each object of examination, the values of factors included in this list re determined (usually with the help of experts). The values of the factors are combined in an integral indicator of the priority of projects. To calculate the integral indicator of the priority of projects, weighted Kolmogorov averages and weighted medians can be used.
Keywords: decision theory, innovative project, priority of project implementation, expert estimation, integral indicator, matching ranking, Kemeny median, Kolmogorov averages.

Введение
Теория принятия решений - важная составная часть математических методов исследования. Развитие теории принятия решений, включая экспертные методы, проанализировано в [1].
В настоящей статье обсудим некоторые аспекты применения теории принятия решений при разработке сложных технических систем. В качестве примера работ предшественников будем рассматривать монографию [2], посвященную методам оценки качества и технического уровня сложных систем, используемых в различных видах специальной техники. В ней широко используются теория принятия решений и, в частности, методы экспертных оценок.
В [2] одни читатели обратят внимание на тщательный разбор формирования оценочных показателей разнообразных сложных технических систем - летательных аппаратов, судов, танков, управляемых авиационных бомб, радиотехнических систем, стрелкового оружия, металлорежущих станков и т.д. - не будем повторять здесь содержание книги. Для других читателей основное - интеллектуальные инструменты, которые применяет автор для определения технического уровня сложных технических систем. Обсудим их место в науке и практике.

Экспертные оценки в организационно-экономическом моделировании
Подготовка и принятие управленческих решений сопровождает все этапы жизненного цикла сложных технических систем. В рамках современного направления организационно-экономической науки под названием "менеджмент высоких технологий" (см., например, [3]) разработаны математические модели и методы проектирования и управления производством и эксплуатацией сложных технических систем, оценки их эффективности и устойчивости к внешним воздействиям. Менеджмент высоких технологий применяется для организации и управления наукоемкими производствами, прежде всего при выпуске специальной техники.
Сердцевина менеджмента высоких технологий - теория принятия решений. Она позволяет с единой точки зрения рассмотреть процессы подготовки, принятия и реализации управленческих решений в различных областях деятельности. В ее рамках разработаны различные оптимизационные, статистические, экспертные методы. К оптимизационным относятся, например, методы математического программирования (линейного, дискретного, целочисленного, динамического и др.) и оптимального управления (по Л.С. Понтрягину),
Статистические методы - это методы современной прикладной математической статистики, другими словами, методы анализа данных. Данные - элементы выборок - могут иметь различную природу. Это могут быть числа, вектора, функции, объекты нечисловой природы. Первые три типа данных (числа, вектора, функции) являются элементами линейных пространств, их можно складывать и умножать на числа. С объектами нечисловой природы (значениями качественных признаков, упорядочениями и другими видами бинарных отношений, графами, обычными и нечеткими множествами и т.д.) так поступать нельзя. Математический аппарат анализа нечисловых данных основан на использовании метрик (показателей различия) и решений оптимизационных задач, а не сумм чисел, векторов, функций, как в классических областях прикладной математической статистики. В конце 1970-х годов выделена самостоятельная область прикладной статистики - статистика объектов нечисловой природы, известная также как статистика нечисловых данных или, короче, нечисловая статистика [4].
В последние годы получило распространение организационно-экономическое моделирование - научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями. Основное содержание организационно-экономического моделирования - статистические методы анализа данных, теория и практика экспертных оценок как неотъемлемые составные части теории принятия решений. В этих двух областях различны источники данных, а потому и методы их сбора (получения). Статистические методы анализа данных обычно связывают с обработкой результатов измерений, наблюдений, испытаний, анализов, опытов. Экспертные оценки - это мнения высококвалифицированных специалистов. Однако нет оснований разделять математические методы анализа статистических и экспертных данных. Нечисловая статистика была разработана как ответ на запросы теории и практики экспертных оценок.
Экспертное оценивание часто является незаменимым инструментом, позволяющим разрабатывать обоснованные управленческие решения при отсутствии достаточного объема результатов наблюдений. Например, при разработке АСППАП - автоматизированной системы прогнозирования и предотвращения авиационных происшествий (проект выполнялся совместно Группой компаний "Волга-Днепр", Ульяновским государственным университетом и МГТУ им. Н.Э. Баумана) возникла необходимость применения экспертных оценок при решении многих конкретных задач. В 2011-2012 гг. проведено несколько сот экспертиз. В частности, экспертами оценивались передаточные параметры для дерева событий при развитии авиационного события (происшествия) на основе логико-вероятностной модели (представляющие собой в первом приближении условные вероятности) в условиях почти полного отсутствия статистических данных. Отсутствие данных связано с несколькими причинами. Во-первых, для сбора части данных требовались большие человеческие и временные затраты, и к моменту проведения экспертного опроса они не были готовы. Во-вторых, часть данных для оценки условных вероятностей невозможно получить в принципе, поскольку промежуточные события из дерева событий, не приведшие к авиационному происшествию, часто никак и нигде не анализируются, не записываются и не сохраняются. Здесь можно привести простую аналогию: затруднительно статистически оценить, с какой вероятностью превышение скорости приведет к автомобильной аварии, поскольку большинство превышений скорости не приводят к авариям и остаются вне поля зрения исследователей.
Большинство алгоритмов сбора и анализа экспертных оценок в проекте АСППАП основано на предположении, что экспертные оценки измерены в порядковых шкалах, поскольку экспертам (летному составу) легче сказать, какое событие встречается чаще, а какое реже, чем оценить число осуществлений событий на 1000 полетов. Оценивать вероятности событий эксперты почти не берутся, в то время как задачи сравнения событий по частоте встречаемости или оценки их по встречаемости условными баллами не вызывают сложностей. Этот факт, обнаруженный при работе с летным составом Группы компаний "Волга-Днепр", соответствует теории экспертных оценок.
Как правило, экспертные оценки используются в тех случаях, когда статистические данные недостаточны, отсутствуют или в настоящее время недоступны. По мере проведения дополнительных исследований по сбору и анализу данных результаты экспертных процедур будут заменяться объективными данными. Однако при разработке АСППАП нередко встречаются ситуации, когда за все время наблюдений определенное событие не произошло вообще, произошло 1, 2 или небольшое число раз. В таких ситуациях статистические методы дают весьма широкие доверительные границы для вероятности этого события, в то время как экспертные технологии позволяют получить достаточно точные оценки.

Оценки технического уровня сложных технических систем
В [2] подробно рассмотрена роль экспертов при проведении оценки технического уровня сложных технических систем. Описана процедура проведения экспертной оценки и согласования оценок экспертов при проведении сравнительного анализа. Надо подчеркнуть, что ряд вопросов статистического анализа экспертных данных, как и данных иного происхождения, требует дальнейшего развития.
Хорошо известно, что распределения почти всех видов реальных данных не являются нормальными и не входят в какие-либо иные параметрические семейства распределений. Современная парадигма прикладной статистики основана на непараметрических и нечисловых моделях [4, 5]. Однако продолжают кочевать из учебника в учебник, из одной методики в другую методы начала ХХ в., основанные на нереалистическом предположении нормальности. Иногда это предположение приводит к серьезным ошибкам, например, при отбраковке резко выделяющихся элементов выборки (выбросов) [6]. Иногда ошибки имеют другую природу. Так, двухвыборочный критерий Стьюдента нельзя применять для проверки однородности двух независимых выборок не потому, что он предполагает нормальность распределений элементов выборок (влияние отклонений от нормальности сглаживается с ростом объемов выборок), а по другой причине - этот критерий Стьюдента исходит из равенства дисперсий элементов двух выборок, а это выполняется весьма редко [6]..
Методы проверки согласованности ответов экспертов также требуют дальнейшего развития. Поскольку число экспертов обычно не превышает 20 - 30, то формальная статистическая согласованность мнений экспертов (установленная с помощью тех или иных критериев проверки статистических гипотез) может сочетаться с реально имеющимся разделением экспертов на группы, что делает дальнейшие расчеты не имеющими отношения к действительности. Для примера обратимся к конкретным методам расчетов с помощью коэффициентов конкордации (т.е. - в переводе на русский язык - согласия) на основе коэффициентов ранговой корреляции Кендалла или Спирмена. Необходимо напомнить, что согласно теории математической статистики положительный результат проверки согласованности таким способом означает ни больше, ни меньше, как отклонение гипотезы о независимости и равномерной распределенности мнений экспертов на множестве всех ранжировок. Таким образом, проверяется нулевая гипотеза, согласно которой ранжировки, описывающие мнения экспертов, являются независимыми случайными бинарными отношениями, равномерно распределенными на множестве всех ранжировок. Отклонение этой нулевой гипотезы по дурной традиции толкуется как согласованность ответов экспертов. Другими словами, мы падаем жертвой заблуждений, вытекающих из своеобразного толкования слов: проверка согласованности в указанном математико-статистическом смысле вовсе не является проверкой согласованности в смысле практики экспертных оценок. (Именно ущербность рассматриваемых математико-статистических методов анализа ранжировок привела нашу научную группу к разработке нового математико-статистического аппарата для проверки согласованности - непараметрических методов, основанных на т.н. люсианах [1] и входящих в нечисловую статистику). Группы экспертов с близкими взглядами можно выделить методами кластер-анализа.
В [2] подробно рассмотрены методы формирования оценочных показателей и на их основе - оценок качества и технического уровня сложных технических систем. Необходимо использовать иерархическую систему показателей - единичные, групповые, обобщенные, интегральные. Как для оценивания многих единичных оценочных показателей, так и для их агрегирования (объединения) в показатели, стоящие выше в иерархической системе, необходимо применение процедур экспертного оценивания. При проведении процедур агрегирования итогом экспертного оценивания являются коэффициенты весомости (важности, значимости) [7]. Отметим, что и в этой области необходимы дальнейшие исследования. Так, недавно установлена некорректность метода анализа иерархий [8, 9, 25]. Весьма важны монография [7]. Она посвящена новому разделу математической теории принятия решений при многих критериях. Раскрываются основные идеи и дается представление о методах выбора оптимальных вариантов решений, оцениваемых по нескольким критериям с использованием информации об их относительной важности. Изложение опирается на строгие определения понятий «Один критерий важнее другого» и «Один критерий важнее другого во столько-то раз».
Новизна подхода [2] состоит, во-первых, в разработке методов проведения оценки технического уровня сложных технических систем на основе современной теории принятия решений с широким применением экспертных технологий, во-вторых, в применении этих методов для решения многочисленных весьма важных прикладных задач. Большую ценность представляет проведенный им анализ технического уровня многочисленных конкретных сложных технических систем. Анализ эффективности применения таких систем обычно проводят на основе трехфакторной модели "Человек-Машина-Среда". В [2] рассмотрен фактор "Машина", который можно оценить техническим уровнем. Влиянию на эффективность применения сложной технической системы личностных свойств и подготовленности персонала, работающего с этой системой, и окружающей среды (часто противоборствующей), в которой действует система, должны быть дальнейшие исследования.
Высокий научный уровень работы [2] объясняется как квалифицированным применением современных организационно-экономических и экономико-математических методов, так и огромным опытом решения конкретных прикладных задач, связанных с оценкой технического уровня разнообразных сложных технических систем. Нельзя не согласиться с тем, что следование в форматере чужих разработок чревато еще большим отставанием [10] в создании сложных технических систем, необходимых для обеспечения независимости и территориальной целостности нашей страны. Для технологического рывка, обгона геополитических соперников путем применения принципиально новых подходов необходимы соответствующие интеллектуальные инструменты, выполненные на современном научном уровне. Их разработке и широкой апробации посвящена работа [2], развивающая и продолжающая, в частности, книгу "Оценка технического уровня образцов вооружения и военной техники" [11]. Опыт научного признания новых методических подходов к оценке технического уровня образцов вооружения и военной техники на примере управляемых авиационных бомб подробно рассмотрен в сборнике [12].
В последние годы выпущен ряд изданий, посвященных практическим вопросам применения методов принятия решений для оценки качества и технического уровня сложных технических систем. Так, формирование научно-технического задела в судостроении рассмотрено в [13]. Одиннадцать конкретных производственных ситуаций. требующих инженерно-экономической оценки создания корпоративных структур и производственных стратегий, надежности, газотранспортных систем, внедрения информационных систем и мониторинга производства, оптимизации управления обеспечением нефтепродуктами, использования альтернативных источников энергии обсуждаются в [14]. Методы принятия решений в задачах оценки качества и технического уровня сложных технических систем рассмотрены в [15]. Оценка технического уровня систем наведения управляемых авиационных бомб посвящена книга [16]. Опыт практического использования методов теории принятия решений, отраженный в перечисленных изданиях, после соответствующей адаптации может быть с успехом применен в ракетно-космической отрасли при реализации проектов создания ракетно-космической техники.

Проблема определения приоритетности реализации проектов на предприятиях ракетно-космической отрасли
Подход к выбору приоритетности выполнения проектов (НИОКР) в ракетно-космической отрасли развит в [17]. Для реализации инструментария проектного управления предложены пять критериев выбора приоритетности проектов с учетом особенностей космической деятельности в России. После формирования перечня возможных проектов необходимо установить их приоритеты, т.е. расположить их в порядке предпочтений для реализации. Для упорядочения проектов предлагается использовать методы экспертных оценок. В теории принятия решений разработано два подхода к установлению приоритетов на основе экспертных оценок - на основе непосредственного сравнения объектов экспертизы и на основе экспертных оценок объектов экспертизы по набору факторов. При использовании первого подхода путем сравнения по средним арифметическим рангов, а затем и медиан рангов получаем две вспомогательные кластеризованные ранжировки, затем строим согласующую ранжировку. Другой способ нахождения единого мнения комиссии экспертов в рамках первого подхода основан на расчете медианы Кемени экспертных упорядочений. Во втором подходе объекты экспертизы упорядочиваются не непосредственно, а на основе значений некоторого набора факторов. Для каждого объекта экспертизы определяют (обычно с помощью экспертов) значения факторов, входящих в этот перечень. Значения факторов объединяются в интегральном показателе приоритетности проектов. Для расчета интегрального (обобщенного) показателя приоритетности проектов могут быть использованы взвешенные средние по Колмогорову и взвешенные медианы.
В рамках Государственной программы по космической деятельности до 2025 года «Стратегии развития космической деятельности до 2030 года и дальнейшую перспективу» на предприятиях ракетно-космической отрасли (РКО) реализуется большое число проектов. Все проекты, выполняемые по этим программам, являются инновационными. Реализация этих проектов связана с большими финансовыми, материальными, временными, кадровыми затратами. Инновационные проекты РКО имеют свои особенности [18]: они имеют четко поставленные цели и сопряжены с новизной; им присущи комплексность и слабая (относительно других отраслей) структурированность; финансирование таких проектов ограничено (по величине и времени); сроки реализации проекта по созданию ракетно-космической техники (РКТ) могут быть от трех до семи и более лет; эти проекты не имеют аналогов в России; реализация проектов сопряжена с высокими рисками (поэтому весьма важно применение современных методов контроллинга рисков [19]) и др.
Создание ракетной техники (до 80% проектов) реализуется в рамках НИОКР. Это обстоятельно оправдывает выделение НИОКР в качестве объекта исследования в [17]. Анализ [17, 18] выполнения Федеральных целевых программ по космонавтике, Федеральной космической программы (2005-2015) показывает, что наблюдается невыполнение отдельных ее пунктов (например: создания ракеты носителя сверхтяжелого класса в РФ). Несмотря на своевременное и полное финансирование, срок завершения работ по принятию космического ракетного комплекса «Ангара» в эксплуатацию был продлен на 3 года - с 2012 г. до 2015 г. Связано это с отсутствием соответствующего задела по НИОКР, в то время как имелись в наличии необходимое ресурсное обеспечение (кадры, производственные мощности, технологии), а также скоординированный и согласованный план работ, и др. Возможности реализации проектов по созданию ракетно-космической техники (РКТ) и ее составных частей на некоторых предприятиях отрасли по объективным причинам ограничены. Кроме того, при планировании и реализации НИОКР необходимо учитывать недостаточное (в ряде случаев) ресурсное обеспечение, жесткие сроки создания опытных образцов и различные виды наземной отработки, летных испытаний и др.
Планирование НИОКР производится в соответствии с жизненным циклом создания РКТ. Согласно регламенту создания ракетно-космической техники выделяют несколько этапов жизненного цикла [18]:
1. Создание концепции.
2. Разработка технического проекта (т.е. аванпроекта и эскизного проекта).
3. Разработка рабочей конструкторской документации.
4. Разработка технологической документации и технологических процессов.
5. Изготовление макета и опытных изделий (опытного образца).
6. Наземная отработка (включая испытания).
7. Лётные испытания и доработка документации для производства по результатам испытаний.
8. Опытная эксплуатация.
9. Запуск в производство.
В соответствии с отраслевым регламентом этапы 2 - 8 выполняются в рамках НИОКР.
Все НИОКР на создание ракетной техники имеют ряд общих признаков. Рассмотрим этапы НИОКР на примере создания космического аппарата (КА).
Перед началом НИОКР на проектирование КА разработчику представляется формализованное тактико-техническое задание (ТТЗ) на разработку аванпроекта (АП), эскизного проекта (ЭП), технического проекта (ТП) на все изделие и составные части КА [20], такие, как двигательная установка; подсистема ориентации и стабилизации; подсистема энергообеспечения; подсистема терморегулирования; подсистема коррекции; бортовая аппаратура командно-измерительной системы; платформа для запуска. После разработки этих документов на основе данных, полученных расчетным путем, выбирается оптимальный проект и формируется облик будущего изделия. При этом решается задача внешнего проектирования [20]: формирование показателей качества и целевой функции; обеспечение структурной устойчивости проекта; формирование задачи на внутреннее проектирование. Показатели надежности задаются сверху вниз, т.е. на изделие в целом (КА), а затем распространяются на его составные части. На показатели надежности накладываются ограничения конструктивного, технологического, эксплуатационного и экономического характера.
На этапе внешнего проектирования реализуются следующие процедуры [20]: выбор параметров орбитальной группировки; расчет радиолинии и формирование требований к параметрам полезной нагрузки; выбор средств и схем выведения, предварительная оценка предельной массы КА; анализ контуров управления и определение требований к бортовой аппаратуре управления; обеспечение структурной устойчивости проекта; формирование задания на внутреннее проектирование.
К задачам внутреннего проектирования относятся: синтез вариантов конструкции КА; формирование номенклатуры критических параметров (совместимость со средствами выведения, управление движением КА, управление угловым движением, энергосбережение и сброс тепла и др.). По результатам полученных на этом этапе проектирования технических характеристик выбираются параметры допустимого проекта. После этого конструктора приступают к выбору компоновки КА. После определения компоновочной схемы КА и согласования с заказчиком всех критических параметров проекта начинается процедура разработки рабочей конструкторской документации (РКД), макетирование изделия, изготовление опытного образца, комплекс наземных, летных испытаний, опытная эксплуатация и корректировка РКД по результатам выполнения этих процедур.
Проекты по созданию перспективных образцов РКТ требуют учета многих факторов, в том числе следует рассмотреть следующие вопросы [18]: источник финансирования проекта и наличие финансовых ресурсов в полном объеме; прогнозирование и оценка трудоемкости и затрат на создание изделий РКТ и их составных частей; обеспечение наличия научной и экспериментальной базы для реализации КП; обеспечение наличия соответствующих технологий на предприятии; оценка продолжительность технологического цикла создания РКТ; обеспечение наличия подготовленного кадрового потенциала; обеспечение поставок сырья, материалов, комплектующих изделий по всей номенклатуре, объемам в установленные сроки; обеспечение кооперированных поставок сырья, материалов, комплектующих и др.
Рассмотрим выбор критериев ранжирования и классификация НИОКР для нужд ракетно-космической отрасли. Выполнение НИОКР по созданию перспективных образцов РКТ - это инновационная деятельность. На практике предприятия, как правило, реализуют одновременно несколько проектов. В условиях дефицита высококвалифицированных научных и инженерных кадров на предприятиях отрасли возникает проблема для руководства предприятий отрасли: в какой последовательности осуществлять реализацию НИОКР. Для формирования рациональной структуры и определения приоритетности выполнения НИОКР на предприятии будем исходить из того, что на предприятиях отрасли изучена и внедрена методология проектного управления при создании РКТ. В дальнейшем для простоты изложения вместо НИОКР будем применять термин "проект".
При проектном управлении проектные менеджеры должны ответить руководству предприятия, выполняющего проекты, на ряд вопросов [21 - 23]:
- Какие проекты следует реализовать и в какой последовательности?
- Каким проектам дать приоритет?
- Когда и с какими проектами можно стартовать?
- Какие проекты могут выполняться параллельно с другими исходя из возможностей предприятия?
- В какой очередности следует выполнять проекты?
- Когда и в каком объеме потребуются инвестиции и откуда можно привлечь дополнительные мощности для изготовления опытного образца, проведения испытаний?
- Как высоки расчетные затраты на реализацию проектов?
- Каковы реальные сроки реализации проектов?
- Можно ли реализовать проект с заданным ТТЗ?
Ответ на все эти вопросы можно получить, используя методологию проектного управления.
Анализ существующих подходов по формированию приоритетности проектов показывает, что существующая в проектном менеджменте практика неприемлема для РКО. Связано это в первую очередь с тем, что финансирование космической деятельности в России производится из бюджета государства в рамках Государственных контрактов. Для реализации инструментария проектного управления в [17] предлагаются пять критериев выбора приоритетности проектов с учетом особенностей КД в России: вклад проектов в стратегию развития страны и отрасли; значимость проектов для экономики, науки, безопасности государства; научная новизна проектов и его значение получения новых знаний и развития новых космических технологий; направленность проекта на техническое перевооружение предприятий отрасли, внедрение новейших технологий для создания конкурентоспособной РКТ; учет стратегического, функционально–структурного уровней, а также уровня текущего производства. Исходя этих критериев в [17] предложен принципы ранжирования всей совокупности проектов для РКО.
Рассмотрим более подробно некоторые категории этих проектов.
Финансирование проектов по космической деятельности (КД) в основном осуществляется из бюджета РФ [23]. Российская космонавтика всегда была локомотивом экономики нашего государства. Она давала импульс развития многим отраслям промышленности, в том числе машиностроительному комплексу, металлургии, станкостроению, приборостроению, информатике и информационным технологиям, химико-технологической промышленности и ряду других. По состоянию на 2018 г. создание одного рабочего места в госкорпорации Роскосмос приводит к созданию 9 рабочих мест в экономике страны [17]. Очевиден значительный вклад предприятий РКО в фундаментальную науку и получение новых знаний для общества.
Согласно Основным положениям Основ государственной политики Российской Федерации в области космической деятельности на период до 2030 года важнейшими, равнозначными в отношении приоритетов, направлениями отечественных фундаментальных космических исследований на долгосрочную перспективу в дальнем космосе являются исследование планет и малых тел Солнечной системы, поиск путей предотвращения возможных угроз Земле и ее биосфере, детальное изучение Луны с помощью автоматических космических аппаратов и робототехнических систем, развертывание на ее поверхности астрономических обсерваторий, пунктов мониторинга Солнца и станций наблюдения за Землей; астрофизические исследования, включая физику космических лучей; изучение Солнца и солнечно-земных связей; изучение влияния факторов космического полета и космического пространства на живые системы, в том числе в интересах осуществления пилотируемых полетов за пределами магнитосферы Земли, поиск внеземной жизни.
Реализация проектов по фундаментальным исследованиям космоса требует комплекса мер научно-технического, организационного характера, больших финансовых затрат. Связано это в первую очередь с тем, что для этих целей необходима уникальная научная аппаратур, требуются РН различного класса, космические аппараты (КА) с множеством специальных функций (например: мягкая посадка на другую планету, исследование ее атмосферы, поверхности, забор грунта и доставка его на Землю и др.). Реализация таких проектов является весьма длительной и требует участия многих структур и ведомств.
Проекты по астероидно–кометной опасности выполняются для предотвращения столкновения с Землей различных небесных тел: астероидов, комет, космического мусора. Для этого рассчитываются траектории небесных тел, приближающихся на близкое расстояние к нашей планете и, в случае необходимости, реализуется комплекс мер, направленных на перевод астероида на другую орбиту, а также на безопасное затопление крупных частей ОС, КА в мировом океане Земли и др.
Проекты по развитию новых (прорывных) космических технологий направлены на достижение мирового уровня технологий, осваиваемых отечественной промышленностью, как ракетно-космической, так и смежными с ней отраслями. Они направлены на обеспечение реализации стратегических интересов России в ближнем и дальнем космосе, а также развитие отечественной системы средств выведения и наземной инфраструктуры. К таким проектам относятся: проекты по пилотируемой космонавтике; развитие орбитальной группировки ГЛОНАСС; разработка КА для орбитального обслуживания долгоживущих космических средств; создание высоконадежных компонентов и систем бортовой радиоэлектронной аппаратуры, стойкой к воздействию факторов космического пространства; создание космических ядерных энергоустановок большой мощности и их ключевых элементов и др.
Проекты по пилотируемой космонавтике реализуют цикл исследований на околоземной орбите по металлургии, биологии, медицине, метеорологии, сельскому хозяйству и другим сферам деятельности. В перспективе на основе конструкции МКС и опыта ее эксплуатации возможно создание орбитальных станций (ОС) на орбите Луны и других планет солнечной системы.
Развитие системы ГЛОНАСС расширяют спектр космической деятельности в интересах потребителя, включая граждан РФ. В первую очередь это спутниковые навигационные системы в интересах потребителя, спутниковая связь, телерадиовещание, спутники по дистанционному зондированию земли, спутники по наблюдению за атмосферой Земли, аномальными явлениями (цунами, землетрясения, пожары и т.п.) и передачи соответствующей информации для оперативного принятия мер и т.п.
Направленность проектов на техническое перевооружение предприятий отрасли, для создания конкурентоспособной РКТ обусловлена технологическим отставанием по некоторым направлениям ракетной отрасли России от ведущих космических держав. Эта категория проектов направлена на создание технологий производства создания ракетной техники, превосходящей по своим характеристикам зарубежные аналоги, а также на совершенствование системы качества этих изделий.

Анализ экспертных упорядочений и интегральный показатель приоритетности проектов
После формирования перечня возможных проектов необходимо установить их приоритеты, т.е. расположить их в порядке предпочтений для реализации - сначала самый приоритетный проект (реализуется первым), затем второй по предпочтению (реализуется после первого), третий и т.д.
Для установления приоритетов предлагаем использовать методы экспертных оценок [1]. Для выявления приоритетности НИОКР (на уровне предприятия) путем применения экспертных технологий приказом генерального директора предприятия назначается комиссия экспертов из состава членов научно-технических советов, начальников отделов, руководителей научных направлений, т.е. из числа наиболее квалифицированных специалистов предприятия. Применяют и экспертные процедуры на более высоком организационном уровне.
В теории принятия решений разработано два подхода к установлению приоритетов на основе экспертных оценок [1]:
(1) на основе непосредственного сравнения объектов экспертизы;
(2) на основе экспертных оценок объектов экспертизы по набору факторов.
В первом подходе ответ каждого эксперта - упорядочение (нестрогое), т.е. кластеризованная ранжировка. В качестве примера рассмотрим установление приоритетов для совокупности из семи проектов. Пусть рассматриваемые проекты (объекты экспертизы) занумерованы числами 1, 2, 3, 4, 5, 6, 7. Пример экспертного упорядочения:
3 < 1 < (2, 4) < 6 < 5. (1)
Эта запись означает, что проект 3 - самый лучший, проект 1 - второй по привлекательности, далее идут равноценные между собой проекты 2 и 4 (то, что они равноценны, соответствуют размещению их в одном кластере, выделенном скобками), далее идет проект 6 и замыкает упорядочение проект 5.
Для нахождения единого мнения комиссии экспертов в ситуации, когда ответы экспертов - упорядочения (нестрогие), т.е. кластеризованные ранжировки, проводим анализ экспертных упорядочений несколькими способами [24]. Ряд методов основан на таблице рангов объектов экспертизы (т.е. их мест в упорядоченном ряду вида (1)).
Путем сравнения по средним арифметическим рангов, а затем и медиан рангов получаем две вспомогательные кластеризованные ранжировки. Затем строим согласующую ранжировку. Этот метод предпочтительнее метода анализа иерархий Саати [25], который противоречит теории измерений и имеет другие недостатки, указанные проф. В.В. Подиновским [7 - 9]. Упоминаем про этот метод, поскольку он довольно широко известен и вводит в заблуждение исследователей, не являющихся достаточно квалифицированными в теории экспертных оценок [1], прежде всего в теории измерений как части статистики нечисловых данных [4, 6].
Другой способ нахождения единого мнения комиссии экспертов в рамках первого подхода основан на расчете медианы Кемени экспертных упорядочений.
В соответствии с рекомендациями теории устойчивых экономико-математических методов и моделей [26] следует обработать одни и те же данные различными способами. Если выводы близки (устойчивы к выбору метода расчета), то они отражают реальность. Если же выводы заметно меняются в зависимости от выбора метода расчета, то их значение для практики управления ничтожно.
Во втором подходе объекты экспертизы упорядочиваются не непосредственно, а на основе сравнения значений функции от значений некоторого набора факторов. Таким образом, имеется перечень факторов. Для каждого объекта экспертизы определяют (обычно с помощью экспертов) значения факторов, входящих в этот перечень. Значения факторов объединяются в интегральном (обобщенном) показателе приоритетности проектов. Например, значение каждого фактора для определенного объекта экспертизы умножается на коэффициент (вес этого фактора), а затем сумма таких произведений по всем факторам рассматривается как значение интегрального показателя для рассматриваемого объекта экспертизы. Заключительный шаг - упорядочение объектов экспертизы соответственно значениям интегрального показателя. Термины "интегральный показатель", "обобщенный показатель", "индекс", "рейтинг" в рассматриваемом контексте являются синонимами.
При реализации второго подхода организатору экспертизы необходимо решить ряд промежуточных задач.
А. Выбор шкал измерения значений факторов. Опыт показал целесообразность использования балльных оценок, например, 1, 2, 3, ... , 9, 10 - от наихудшей оценки (1) по наилучшей (10). Возможно использование другой системы баллов. Для обеспечения сопоставимости значений различных факторов следует использовать одну и ту же балльную шкалу для всех факторов.
Б. Формирование системы факторов. Исходный набор факторов задает организатор экспертизы. Например, в примере, разобранном в [27], он состоит из 8 факторов. Это множество факторов эксперты сначала расширяют, а потом сужают множество факторов. А именно, на первом этапе эксперты в ходе свободной дискуссии расширяют (обычно в несколько раз) множество факторов с целью учесть возможные влияния на вновь включаемых факторов на результат упорядочения проектов. Затем на втором этапе необходимо его сократить, например, до 7 - 9 факторов. Экспертам дается задание: "Укажите 5 наиболее важных факторов". В итоговый перечень включаем факторы, набравшие не менее половины голосов экспертов (возможны и другие правила принятия решений). Очевидно, процедура формирования системы факторов включает ряд параметров, которые организатор экспертизы может выбирать по своему усмотрению исходя из накопленного опыта экспертиз в определенной области и для определенных ситуаций.
В. Соизмерение важности факторов. Это делается путем введения весовых коэффициентов - чем важнее фактор, тем выше коэффициент. Обычно принимают, что весовые коэффициенты неотрицательны и в сумме составляют 1. Весовые коэффициенты определяют в ходе специально для этого организованного экспертного опроса. Целесообразно исходить из иерархической системы факторов. Это позволяет сначала получить веса групп факторов, затем ввести веса факторов внутри той или иной группы, наконец, рассчитать веса факторов (как произведения веса группы на вес фактора внутри группы).
Отметим, что при использовании линейной функции в качестве интегрального показателя нет необходимости требовать, чтобы сумма весовых коэффициентов равнялась 1, поскольку значения интегрального показателя используются только для упорядочения объектов экспертизы, а результат сравнения не меняется при умножении обеих частей неравенства на одно и то же положительное число. Это замечание дает дополнительные возможности для корректировки экспертами значимости факторов.
Встречающиеся в литературе термины "веса факторов", "коэффициенты важности", "коэффициенты значимости", "коэффициенты существенности", "весовые коэффициенты" - синонимы. Термины "интегральный показатель", "обобщенный показатель", "рейтинг" и им подобные также используются как синонимы.
Г. Измерение значений факторов. Как правило, такое измерение проводится экспертами, владеющими достаточной информацией о рассматриваемых в исследовании объектах экспертизы. Таким образом, привлекаются эксперты двух групп - работающих с факторами (см. пп. А, Б, В выше) и имеющих дело с конкретными объектами экспертизы (п. Г). Группы (комиссии) экспертов могут иметь непустое пересечение.
Д. Выбор вида интегрального показателя. Полученные при решении задач А - Г данные могут обрабатываться различными способами с целью расчета интегрального показателя (т.е. рейтинга [28, 29]) приоритетности проектов. В частности, могут быть рассчитаны взвешенные средние по Колмогорову и взвешенные медианы [30].
(См. исходный текст, в котором определены средние по Колмогорову и взвешенные медианы.))
В ряде случаев могут быть использованы другие способы расчета интегрального показателя, в частности, предусматривающие его обнуление в случае недопустимо низких значений тех или иных факторов. Например, показатель без обнуления, заданный формулой (2), умножается на 0 (т.е. обнуляется), если хотя бы одно из значений факторов x1, x2 , …, xn меньше заданной границы (или границ, определенных для тех или иных факторов), и умножается на 1 (т.е. не меняется), если все значения факторов x1, x2 , …, xn удовлетворяют ограничениям.
Системный поход к обеспечению предприятий ракетно-космической промышленности высококвалифицированными специалистами [31] позволит обеспечить возможность применения рассмотренных выше современных организационно-экономических подходов к оценке приоритетности проектов на предприятиях РКО.

Выводы
Показана практическая польза методов принятия решений и экспертных оценок. Предложен подход к выбору приоритетности выполнения НИОКР в сложных технических системах (на примере систем, создаваемых в ракетно-космической отрасли). Подход основан на пяти специально разработанных критериях, учитывающих специфику предметной области. Кратко обсуждается применение интеллектуальных инструментов теории принятия решений при оценке технического уровня сложных технических систем. Проведен анализ методов анализа данных, которые можно эффективно применять на практике для решения подобных задач. Приводятся примеры некорректного использования известных статистических процедур при обработке экспертных оценок.
Предложены два новых подхода к установлению приоритетности реализации инновационных проектов (НИОКР), основанные на формировании итогового мнения комиссии экспертов путем непосредственного сравнения объектов экспертизы или же с помощью экспертных оценок объектов экспертизы по набору факторов.
В первом подходе ответ каждого эксперта - упорядочение (нестрогое), т.е. кластеризованная ранжировка. Путем сравнения по средним арифметическим рангов, а затем и медиан рангов получаем две вспомогательные кластеризованные ранжировки. Затем строим согласующую ранжировку. Другой способ нахождения единого мнения комиссии экспертов в рамках первого подхода основан на расчете медианы Кемени экспертных упорядочений.
Во втором подходе объекты экспертизы упорядочиваются не непосредственно, а на основе сравнения значений функции от значений некоторого набора факторов. Значения факторов объединяются в интегральном (обобщенном) показателе (рейтинге) приоритетности проектов. При реализации второго подхода необходимо решить ряд промежуточных задач: выбор шкал измерения значений факторов; формирование системы факторов; соизмерение важности факторов; измерение значений факторов; выбор вида интегрального показателя. В качестве интегральных показателей естественно применять средние взвешенные по Колмогорову, выборочные взвешенные медианы и др.
В наиболее простом (базовом) варианте оценки приоритетности проектов при использовании линейной функции в качестве интегрального показателя вычисляют среднее арифметическое взвешенное значение приоритетности каждого проекта по всем экспертам. Этот параметр является количественным интегральным показателем приоритетности реализации проекта. Приоритетность (очередность) выполнения имеют те проекты, у которых выше рассчитанное по всем экспертам среднее арифметическое взвешенное значение интегрального показателя.

Литература
1. Орлов А. И. О развитии теории принятия решений и экспертных оценок // Научный журнал КубГАУ. 2021. № 167. С. 177–198.
2. Семенов С. С. Оценка качества и технического уровня сложных систем: Практика применения метода экспертных оценок. - М.: ЛЕНАНД, 2015. - 352 с.
3. Колобов А. А., Омельченко И. Н., Орлов А. И. Менеджмент высоких технологий. Интегрированные производственно-корпоративные структуры: организация, экономика, управление, проектирование, эффективность, устойчивость. - М.: Экзамен, 2008. - 621 с.
4. Орлов А. И. Статистика нечисловых данных - центральная часть современной прикладной статистики // Научный журнал КубГАУ. 2020. №156. С. 111 – 142.
5. Орлов А. И. Новая парадигма прикладной статистики // Заводская лаборатория. Диагностика материалов. 2012. Том 78. № 1, часть I. С. 87-93.
6. Орлов А. И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
7. Подиновский В. В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений. – М. : Наука, 2019. – 103 c.
8. Подиновский В. В., Подиновская О. В. О некорректности метода анализа иерархий // Проблемы управления. 2011.№ 1. С.8-13.
9. Подиновский В. В., Подиновская О. В. Еще раз о некорректности метода анализа иерархий// Проблемы управления. 2012. № 4. С.75-78.
10. Семенов С., Балахонов Л. Следование в фарватере чужих разработок / Военно-промышленный курьер. №24(441) за 20-26 июня 2012 г. и №25(442) за 27 июня - 3 июля 2012 г.
11. Семенов С. С., Харчев В. Н., Иоффин А. И. Оценка технического уровня образцов вооружения и военной техники. - М.: Радио и связь, 2004. - 552 с.
12. Боеприпасы: научно-технический сборник / Федеральная служба по техническому и экспортному контролю, ГНЦ Российской Федерации, Федер. гос. унитарное предприятие "Центральный научно-исслед. ин-т химии и механики им. Д. И. Менделеева". - М.: ЦНИИХМ им. Д. И. Менделеева, 2007, № 5-6. - 2007. - 214 с.
13. Дутов А. В., Калинин И. М. Формирование научно-технического задела в судостроении. - СПб.: ФГУП "Крыловский государственный научный центр", 2013. - 308 с.
14. Захаров М. Н., Омельченко И. Н., Саркисов А. С. Ситуации инженерно-экономического анализа. - М.: Издательство МГТУ им. Н.Э. Баумана, 2014. - 430 с.
15. Семенов С. С., Воронов Е. М., Полтавский А. В., Крянев А. В. Методы принятия решений в задачах оценки качества и технического уровня сложных технических систем. - М.: ЛЕНАНД, 2016. - 520 с.
16. Семенов С. С., Щербинин В. В. Оценка технического уровня систем наведения управляемых авиационных бомб. - М.: Машиностроение, 2015. - 326 с.
17. Орлов А. И., Цисарский А. Д. Определение приоритетности реализации НИОКР на предприятиях ракетно-космической отрасли / Контроллинг. 2020. № 2(76). С. 58-65.
18. Цисарский А. Д. Разработка механизмов и инструментария проектного менеджмента при создании ракетно-космической техники / Диссертация на соискание ученой степени доктора экономических наук. - М.: МГТУ им. Н.Э. Баумана, 2018. - 301 с.
19. Орлов А. И. Современное состояние контроллинга рисков // Научный журнал КубГАУ. 2014. №98. С. 32–64.
20. Чеботарев В. Е., Косенко В. Е. Основы проектирования космических аппаратов информационного обеспечения. - Красноярск: СибГАУ. 2011. - 488 с.
21. Виленский П. Л., Смоляк С. А., Лифшиц В .Н. Оценка эффективности инвестиционных проектов: теория и практика. 4-ое изд., перераб. и доп. - М.: Дело, 2008. - 1104 с.
22. Туккель И. Л., Суворина А. В., Культин Н. Б. Управление инновационными проектами. - СПб.: БХВ - Петербург, 2014. - 416 с.
23. Цисарский А. Д. Управление проектами по созданию изделий ракетно-космической техники. - М.: ИД Экономическая газета, 2015. - 152 с.
24. Орлов А. И. Анализ экспертных упорядочений // Научный журнал КубГАУ. 2015. №112. С. 21–51.
25. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993. - 278 с.
26. Орлов А. И. Устойчивые математические методы и модели // Заводская лаборатория. Диагностика материалов. 2010. Т.76. №3. С.59-67.
27. Орлов А. И. Методы принятия управленческих решений. - М.: КНОРУС, 2018. - 286 с.
28. Лындина М. И., Орлов А. И. Математическая теория рейтингов // Научный журнал КубГАУ. 2015. № 114. С. 1–26.
29. Карминский А. М. Кредитные рейтинги и их моделирование. — М. : Изд. дом Высшей школы экономики, 2015. — 304 с.
30. Орлов А. И. О средних величинах // Управление большими системами. 2013. Вып. 46. С. 88–117.
31. Басова В. П., Цисарский А. Д. Системный поход к обеспечению предприятий ракетно-космической промышленности высококвалифицированными специалистами // Инновации в менеджменте. 2019. №21. С. 8-13.

References
1. Orlov A. I. On the development of decision theory and expert estimations // Nauchnyj zhurnal KubGAU. 2021. № 167. S. 177–198.
2. Semenov S. S. Estimation of the quality and technical level of complex systems: The practice of applying the method of expert estimations. - M.: LENAND, 2015. - 352 s.
3. Kolobov A. A., Omel'chenko I. N., Orlov A. I. High technology management. Integrated production and corporate structures: organization, economics, management, design, efficiency, sustainability. - M.: Ekzamen, 2008. - 621 s.
4. Orlov A. I. Non-numerical data statistics is a central part of modern applied statistics // Nauchnyj zhurnal KubGAU. 2020. №156. S. 111 – 142.
5. Orlov A. I. The new paradigm of applied statistics // Zavodskaya laboratoriya. Diagnostika materialov. 2012. Tom 78. № 1, chast' I. S. 87-93.
6. Orlov A. I. Applied statistics. - M.: Ekzamen, 2006. - 671 s.
7. Podinovskij V. V. Ideas and methods of the theory of the importance of criteria in multicriteria decision-making problems. – M. : Nauka, 2019. – 103 c.
8. Podinovskij V. V., Podinovskaya O. V. On the incorrectness of the hierarchy analysis method // Problemy upravleniya. 2011.№ 1. S.8-13.
9. Podinovskij V. V., Podinovskaya O. V. Once again about the incorrectness of the hierarchy analysis method // Problemy upravleniya. 2012. № 4. S.75-78.
10. Semenov S., Balahonov L. Following in the fairway of other people's developments // Voenno-promyshlennyj kur'er. №24(441) za 20-26 iyunya 2012 g. i №25(442) za 27 iyunya - 3 iyulya 2012 g.
11. Semenov S. S., Harchev V. N., Ioffin A. I. Estimation of the technical level of weapons and military equipment. - M.: Radio i svyaz', 2004. - 552 s.
12. Ammunition: scientific and technical collection / Federal'naya sluzhba po tekhnicheskomu i eksportnomu kontrolyu, GNC Rossijskoj Federacii, Feder. gos. unitarnoe predpriyatie "Central'nyj nauchno-issled. in-t himii i mekhaniki im. D. I. Mendeleeva". - M.: CNIIHM im. D. I. Mendeleeva, 2007, № 5-6. - 2007. - 214 s.
13. Dutov A. V., Kalinin I. M. Formation of scientific and technical groundwork in shipbuilding. - SPb.: FGUP "Krylovskij gosudarstvennyj nauchnyj centr", 2013. - 308 s.
14. Zaharov M. N., Omel'chenko I. N., Sarkisov A. S. Situations for Engineering and Economic Analysis. - M.: Izdatel'stvo MGTU im. N.E. Baumana, 2014. - 430 s.
15. Semenov S. S., Voronov E. M., Poltavskij A. V., Kryanev A. V. Decision-making methods in the problems of estimation the quality and technical level of complex technical systems. - M.: LENAND, 2016. - 520 s.
16. Semenov S. S., SHCHerbinin V. V. Estimation of the technical level of guidance systems for guided aerial bombs. - M.: Mashinostroenie, 2015. - 326 s.
17. Orlov A. I., Cisarskij A. D. Prioritization of R&D implementation at the enterprises of the rocket and space industry // Kontrolling. 2020. № 2(76). S. 58-65.
18. Cisarskij A. D. Development of mechanisms and tools for project management in the creation of rocket and space technology / Dissertaciya na soiskanie uchenoj stepeni doktora ekonomicheskih nauk. - M.: MGTU im. N.E. Baumana, 2018. - 301 s.
19. Orlov A. I. Current state of risk controlling // Nauchnyj zhurnal KubGAU. 2014. № 98. S. 933 - 942.
20. CHebotarev V. E., Kosenko V. E. Fundamentals of spacecraft design information support. - Krasnoyarsk: SibGAU. 2011. - 488 s.
21. Vilenskij P. L., Smolyak S. A., Livshic V .N. Estimation of the effectiveness of investment projects: theory and practice / 4-oe izd., pererab. i dop. - M.: Delo, 2008. - 1104 s.
22. Tukkel' I. L., Suvorina A. V., Kul'tin N. B. Management of innovative projects. - SPb.: BHV - Peterburg, 2014. - 416 s.
23. Cisarskij A. D. Project management for the creation of products for rocket and space technology. - M.: ID Ekonomicheskaya gazeta, 2015. - 152 s.
24. Orlov A. I. Analyze of expert orderings // Nauchnyj zhurnal KubGAU. 2015. №112. S. 21–51.
25. Saaty T. Decision-making. Hierarchy analysis method. - M.: Radio i svyaz', 1993. - 278 s.
26. Orlov A. I. Stable mathematical methods and models // Zavodskaya laboratoriya. Diagnostika materialov. 2010. T.76. №3. S.59-67.
27. Orlov A. I. Management decision making methods. - M.: KNORUS, 2018. - 286 s.
28. Lyndina M. I., Orlov A. I. Mathematical theory of ratings // Nauchnyj zhurnal KubGAU. 2015. № 114. S. 1–26.
29. Karminskij A. M. Credit ratings and their modeling. — M. : Izd. dom Vysshej shkoly ekonomiki, 2015. — 304 s.
30. Orlov A. I. About averages // Upravlenie bol'shimi sistemami. 2013. V. 46. S. 88–117.
31. Basova V. P., Cisarskij A. D. A systematic approach to providing enterprises of the rocket and space industry with highly qualified specialists // Innovacii v menedzhmente. 2019. №21. S. 8-13.

Публикация:
1216. Муравьева В.С., Орлов А.И. Применение теории принятия решений при разработке сложных технических систем (Обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2022. Т.88. № 3. С. 61-72.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб сен 24, 2022 7:05 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1131 от 26 сентября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Предлагаем доклад А.И. Орлова "Организационно-экономические составляющие науки об организации производства".
Познакомьтесь с обзором развития современных тенденций в статье "Минимализм и шеринг - разумная достаточность".




УДК 658.5; JEL Classification: А10, В40, С15

Организационно-экономические составляющие науки об организации производства

А.И. Орлов
профессор, д.э.н., д.т.н., к.ф.-м.н., профессор кафедры «Экономика и организация производства",
МГТУ им. Н.Э.Баумана, г. Москва
prof-orlov@mail.ru

Аннотация: Дан обзор исследований автора по четырем составляющим применения организационно-экономического моделирования в организации производства - по статистическим методам управления качеством продукции; экологическому менеджменту на предприятии; анализу, оценке и управлению рисками; управлению запасами, включенным ВАК в паспорт научной специальности 05.02.22 "Организация производства". Они - часть исследований по цифровой экономике и искусственному интеллекту. Большое внимание уделяется нерешенным задачам.
Ключевые слова: организация производства, производственная система, предприятие, производство, организационно-экономическое моделирование.


Organizational and economic components of the science on the organization of production

Alexander Orlov
Professor of department «Economics and organization of production»,
Doctor of Econ. Sc., Doctor of Techn. Sc., Cand. of math., Professor;
Bauman University, Moscow
prof-orlov@mail.ru

Abstract: An overview of the author's research on the four components of the application of organizational and economic modeling in the organization of production is given - on the statistical quality management methods; environmental management enterprise systems; analysis, estimation and risk management; inventory management - included in the passport of the scientific specialty "Organization of production". They are parts of digital economy and artificial intelligence. Much attention is paid to unsolved problems.
Keywords: organization of production, production system, enterprise, production, organizational and economic modeling.

Введение
В литературных источниках встречаются различные определения термина "организация производства". Будем следовать определению, данному Высшей аттестационной комиссией (ВАК) в паспорте научной специальности 05.02.22: "Организация производства (по отраслям) – область науки и техники, изучающая проблемы становления, эффективного функционирования и совершенствования производственных процессов, научно-организационные и практические методы и средства решения таких проблем на всех уровнях. Специальность включает в себя разработку и совершенствование научных, методологических и системотехнических принципов организации производства, создание и применение методов и средств мониторинга, исследование и анализ различных организационных, технологических и технических решений на всех уровнях организации процессов создания конкурентоспособной продукции и производственных услуг на основе широкого использования новых информационных технологий. Решение указанных проблем качественно повышает уровень организации производственной деятельности предприятий различных отраслей и способствует ускорению их научно-технического прогресса" [1].
Вслед за [2] принимаем, что: "Организационно-экономическое моделирование (ОЭМ) – научная, практическая и учебная дисциплина, посвященная разработке, изучению и применению математических и статистических методов и моделей в экономике и управлении народным хозяйством, прежде всего промышленными предприятиями и их объединениями".
Модели и методы ОЭМ широко применяются при решении задач организации производства. Нам наиболее интересны четыре направления исследований по применению ОЭМ в области организации производства: по которым выполнены научные работы и выпущен ряд публикаций:
- статистические методы управления качеством продукции;
- экологический менеджмент на предприятии;
- анализ, оценка и управление рисками;
- управление запасами (материально-техническими ресурсами).
Все эти области исследований включены ВАК в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)" [1]. По указанным направлениям нами получен ряд новых научных результатов и выпущен ряд публикаций, основные из которых перечислены в [3].
Настоящая работа посвящена обсуждению некоторых проблем, в том числе нерешенных, в указанных направлениях исследований по применению ОЭМ в области организации производства. Она является непосредственным продолжением недавних публикаций [4 - 6].

Статистические методы управления качеством
Как установлено в [7], первая (в мире) научная работа по статистическим методам управления качеством была выполнена в России. Её автор - выдающийся российский математик и механик, академик Санкт-Петербургской академии наук М.В. Остроградский (1801 - 1861). В работе 1846 г. он писал:
«В сосуде имеются белые и черные шары, общее количество которых нам известно, но мы не знаем, сколько из них какого цвета. Мы извлекаем некоторое количество шаров. Подсчитав, сколько из них белых и сколько черных, снова кладем в сосуд. Требуется определить вероятность того, что общее число белых не выходит из наперед заданных пределов. Или, лучше сказать, мы ищем зависимость между этой вероятностью и пределами, о которых идет речь.
Чтобы понять важность этого вопроса, представим себя на месте того, кто должен получить большое число предметов, причем должны выполняться некоторые условия, и кто, чтобы проверить эти условия, должен на каждый предмет потратить некоторое время. Перед армейскими поставщиками часто стоят такого рода задачи. Для них шары, содержащиеся в сосуде, представляют получаемые предметы, белые, например – предметы приемлемые, как удовлетворяющие определенным условиям, а черные – неприемлемые. (...)
Таким образом, если бы вопрос, который мы перед собой поставили, был решен, поставщик мог бы воспользоваться этим, чтобы свести приблизительно к двадцатой доле часто очень утомительную работу, как, например, проверку большого количества мешков муки или штук сукна» [8, с.215].
Из приведенной цитаты ясно, что М.В. Остроградский исходит из необходимости решения практических задач контроля качества (на примере больших партий мешков муки или штук сукна). Он предлагает решение на основе математического изучения вероятностно-статистической модели. В рассматриваемой работе М.В. Остроградский заложил основы статистического приемочного контроля - одного из основных разделов статистических методов управления качеством.
За прошедшие с пионерской работы М.В. Остроградского 175 лет в рассматриваемом направлении получена масса научных результатов. Однако его история развития еще не написана. Одна из проблем состоит в том, что многие советские разработки остаются закрытыми, в результате мы гораздо лучше знаем зарубежные исследования, чем отечественные.
Получил распространение примитивный набор так называемых "семи простых японских методов управления качеством". Этот набор полезен для первоначального знакомства со статистическими методами управления качеством. Однако им нельзя ограничиваться. Например, для статистического контроля процессов в нем есть только контрольные карты Шухарта, предназначенные для обнаружения мгновенных изменений характеристик контролируемого процесса. В случае постепенной разладки целесообразно применять контрольные карты кумулятивных сумм. При построении и изучении контрольных карт часто принимают гипотезу о нормальном распределении контролируемого параметра. Однако хорошо известно, что распределения реальных данных, как правило, не являются нормальными. Поэтому актуальна разработка непараметрических методов контроля качества. Такие исследования проводятся (см., например, [9]) и заслуживают дальнейшего развития. Отметим, что алгоритмы обнаружения разладки (в частности, карты Шухарта и кумулятивных сумм) используют не только при статистическом регулировании технологических процессов, но и, например, при мониторинге уровня безопасности полетов с целью обеспечения авиационной безопасности [10].
Ряд рекомендаций по проведению статистического контроля получен на основе предельных теорем [7]. Например, включенный в наши учебники по эконометрике алгоритм синтеза плана контроля с заданными приемочным и браковочным уровнями дефектности.
Теоретически установлено, что выходной контроль качества продукции у поставщика не является обязательным [11]. В ряде случаев экономически выгодным является переход к другой технико-экономической политике - к пополнению отпускаемой партии с целью обеспечения гарантированной поставки заданного объема продукции или к организации системы оперативной замены дефектных единиц. Необходима проверка возможности применения таких рекомендаций на практике.
На первый взгляд представляется естественной стандартизация лучших практик в области статистических методов управления качеством. Однако стандартизация может нанести значительный ущерб, если в стандартах имеются ошибки. Так, в СССР в 1970-1980-х годах была разработана обширная система государственной стандартов в этой области. Однако из-за низкого профессионального уровня разработчиков в стандарты были включены ошибочные рекомендации, что привело к необходимости отмены этих стандартов. Анализ этой ситуации дан в [12]. Организационная проблема обеспечения адекватного научного уровня нормативно-технической документации остается нерешенной.
Есть и другие распространенные заблуждения, например, о возможности реализации бездефектного производства. На самом деле входной уровень дефектности всегда положителен. Наименьший уровень дефектности, используемый в системе управления качеством "Шесть сигма" - это 3 дефектных единицы продукции на 1000000 возможностей. Реально же уровень дефектности редко ниже 0,1%.

Экологический менеджмент на предприятии
Проблемам управления экологической безопасностью посвящены наши работы [13 - 15]. Одна из основных идей - применение инструментов статистического контроля при решении задач экологического мониторинга. Необходима проработка технологий практического применения этих инструментов службами экологического менеджмента на предприятиях.
Отметим, что методы анализа экспертных упорядочений [16] первоначально были разработаны для выбора технологии уничтожения химического оружия. Необходимо дальнейшее их сопоставление с другими методами экспертных оценок.
Разработаны различные технологии экспертного оценивания [17]. Однако рекомендации по выбору тех или иных методов экспертных оценок для решения конкретных задач организации производства требуют дальнейшей проработки. Так, в Федеральном законе от 23.11.1995 г. № 174-ФЗ "Об экологической экспертизе" дана правовая база для проведения таких экспертиз, но конкретные методы экспертных оценок не указаны.

Анализ, оценка и управление рисками
В литературе встречаются различные определения понятия "риск". По нашему мнению, под риском следует понимать нежелательную возможность. Тогда естественным является деление посвященной рискам научно-прикладной области на три части: анализ рисков - оценка рисков - управление рисками. Первая из них развивается в рамках прикладной области, во второй экономико-математические методы применяются для оценки рисков, в третьей на основе такой оценки и возможностей прикладной области находят способы уменьшения оценки риска.
В настоящее время в теории рисков применяют математические модели и методы трех типов - вероятностно-статистические (включая статистику нечисловых данных), нечеткие и интервальные. Отсюда ясно, что в определение риска нецелесообразно включать упоминание о вероятности, поскольку при этом априори выбирается один из трех типов математического инструментария, а также игнорируется различие между анализом риска и оценкой риска.
Специалисты в конкретных областях зачастую ограничиваются рисками внутри своей области, например, рисками дефектности или кредитными рисками. Предварительному описанию многообразия различных видов рисков посвящена статья [18]. Дальнейшая классификация видов рисков - предмет дальнейших исследований.
При вероятностно-статистическом подходе оценка риска в простейшем случае - это произведение оценки вероятности рискового события на оценку математического ожидания случайного ущерба. Оценивание проводят методами прикладной статистики. Остается неясным, как оценивать ущерб в случае смерти человека или причинения тяжкого вреда здоровья, и даже можно ли это сделать в принципе.
Для оценивания вероятности рискового события является полезной аддитивно-мультипликативная модель, основанную на трехуровневой иерархической системе рисков (частные риски - групповые риски - общий риск). С помощью экспертных технологий оценивают значимость и распространенность частных рисков [19]. Эти величины могут описываться как нечеткие числа или интервалы, соответствующая работа готовится к печати.
Математическим методам исследования рисков посвящена обобщающая статья [20]. В рамках контроллинга выделено новое направление - контроллинг рисков [21].

Управление запасами (материально-техническими ресурсами)
В настоящее время популярна концепция "бережливого производства" (сопоставим с советским лозунгом "Экономика должна быть экономной" 1980-х годов). Она предусматривает сокращение запасов. Подобная формулировка является некорректной. Запасы не должны быть минимальны, запасы должны быть оптимальны. На практике завышение издержек (в разы) может быть связано с тем, что реальные запасы меньше оптимальных.
Оптимизация всегда основана на той или иной экономико-математической модели. Наиболее часто используемой (по крайней мере в США) является классическая модель Вильсона, предназначенная для оптимизации работы склада. В 1970-х годах мы в ЦЭМИ АН СССР экономико-математическую модель, наиболее подходящую для преподавания основ оптимизационного подхода к анализу и управлению экономическими процессами. Выбор пал именно на модель Вильсона. Ближайшим конкурентом было линейное программирование, однако от его преподавания отказались, поскольку решение реальных задач возможно лишь с использованием компьютеров, в то время как полный анализ экономической ситуации на основе модели Вильсона может быть проведен даже школьниками средних классов [22, тема 22]. Модель Вильсона используется для решения практических задач и в нашей стране [23].
На примере модели Вильсона можно продемонстрировать ряд общих методологических проблем применения организационно-экономических моделей и методов, например, проблему горизонта планирования. Так, оптимальный план управления запасами нельзя найти на основе формулы квадратного корня [24], вопреки тексту некоторых учебников. Вычисления по этой формуле - лишь первый этап (из четырех) алгоритма оптимизации плана поставок. При анализе модели Вильсона необходимо использовать теорию устойчивости выводов в экономико-математических моделях и методов [25]. На ее примере можно разъяснить определения и свойства асимптотически оптимальных планов [26].
В системе 36 моделей на основе модели Вильсона [27, с. 261 - 264] достаточно подробно изучена одна - классическая модель Вильсона. Для модели с дефицитом разработан алгоритм нахождения оптимального плана. Для остальных получена лишь формула квадратного корня.
Алгоритм оптимизации двухуровневого контроля [28] разработан на основе предельных теорем о сумме случайного числа случайных слагаемых. Необходимо изучить скорость сходимости и найти условия, при которых мало различаются выводы для предельной и допредельной моделей.
Модель оптимизации моментов выпуска новых моделей продукции на рынок [29] с точки зрения математического аппарата напоминает классическую модель Вильсона управления запасами. Необходима апробация модели [29] для конкретного предприятия.

Искусственный интеллект, организация производства и ОЭМ
Целесообразно обсудить место рассмотренных выше моделей и методов в современных условиях цифровой экономики.
Под цифровой экономикой понимаем применение информационно-коммуникационных технологий при решении задач экономики и управления в современных условиях бурного развития компьютерной техники и сетей [30].
В литературе имеется много определений понятия "искусственный интеллект". Считаем необходимым исходить из определения, данного в Указе Президента РФ от 10 октября 2019 г. №490 "О развитии искусственного интеллекта в Российской Федерации”:
"... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (см., например, [31]).
В этом определении ничего не говорится про научную основу "комплекса технологических решений". По нашему мнению [3, 32], в социально-экономической области в качестве такой основы можно и нужно использовать организационно-экономическое моделирование, в том числе рассмотренные выше организационно-экономические составляющие науки об организации производства.
Иногда неправомерно сопоставляют искусственный интеллект и интеллект человека. Против такого сопоставления были направлены наши статьи [33, 34]. В некоторых областях современный искусственный интеллект (в смысле [31) превосходит человека. Например, компьютер с помощью соответствующей шахматной программы обыгрывает чемпиона мира. В других областях, связанных, например с эмоциональной сферой, сопоставление искусственного интеллекта не имеет смысла. Академик А.Н. Колмогоров говорил (в моем присутствии), что искусственный интеллект (робот, андроид) только тогда можно будет сравнивать с человеком, когда он пройдет весь путь развития человека от рождения и до совершеннолетия. Такой искусственный интеллект называют "сильным" (а "комплекс технологических решений" согласно [31] - слабым). Сильный искусственный интеллект вряд ли будет создан в ближайшие десятилетия.
Исходя из сказанного выше, можно констатировать, что проблемами искусственного интеллекта автор занимается уже полвека (первая (научно-популярная) статья была напечатана в 1972 г. [35]). Термины меняются, суть остается. Бурное развитие рассматриваемой научно-практической сферы началось с публикации в 1948 г. известной книги "Кибернетика" Н. Винера. Для обозначения потока работ использовались различные термины - кибернетика, информатика, системный анализ, проблемы управления, принятие решений, исследование операций, автоматизированные системы управления, машинная диагностика, математическое моделирование... Мода на термины менялась, но суть оставалась прежней.
Так, сейчас модны нейросетевые методы, основные идеи которых были разработаны в середине ХХ в. (Согласно распространенным определениям, нейросеть - это математическая модель (и ее компьютерное воплощение), построенная по аналогии с сетями нервных клеток живых организмов.) С нашей точки зрения нейросетевые методы - это частные случаи методов прикладной статистики [36], основанные на использовании обучающих выборок, в частности, для распознавания образов. Близкий смысл вкладывается в термины математической теории классификации, в частности, в термины диагностика, дискриминация, кластер-анализ).
Мода на термины меняется. В середине ХХ в. много говорили о кибернетике. К настоящему времени забыли это слово. Зато появились новые слова: "Искусственный интеллект", "Цифровая экономика". Если же прочитать книги Н. Винера, основоположника кибернетики, то увидим, что он говорит про актуальные ныне проблемы искусственного интеллекта и цифровой экономики.
Термин "кибернетика" употребляется сейчас редко, хотя научные и прикладные работы по кибернетике появляются в огромном количестве. Любопытно, что сборник статей [37], с которого мы отсчитываем развертывание в нашей стране научной области под названием "прикладная статистика", назывался "Современные проблемы кибернетики (прикладная статистика)" .
Герой комедии Мольера «Мещанин в дворянстве», при помощи учителей натаскивающий себя на «образованность», удивляется: «Как!? Когда я говорю: Николь, принеси мне туфли и подай ночной колпак, — это проза? Скажите на милость! Сорок слишком лет говорю прозой — и невдомек!» Аналогично можно сказать, что автор этой работы более полувека занимается проблемами искусственного интеллекта и цифровой экономики.
Констатируем, что организационно-экономическое моделирование, в том числе теория принятия решений (включая экспертные процедуры), является научной основой технологий искусственного интеллекта. Это научное направление является все более востребованным в ходе бурного развития цифровой экономики.

Выводы
В настоящей работе дан краткий обзор наших исследований по четырем составляющим применения организационно-экономического моделирования в области организации производства. Это - статистические методы управления качеством продукции; экологический менеджмент на предприятии; анализ, оценка и управление рисками; управление запасами (материально-техническими ресурсами). Все эти области исследований включены ВАК в паспорт научной специальности 05.02.22 "Организация производства (по отраслям)". Их можно рассматривать в русле мощного потока работ в области цифровой экономики и искусственного интеллекта.
Большое внимание уделяется нерешенным задачам. Показано, что таковых для каждой составляющей имеется весьма много. Есть чем заняться будущим исследователям. Можно ожидать дальнейшего успешного развития работ в рассмотренных в настоящей работе областях исследований.

Литература
1. Паспорт научной специальности 05.02.22 Организация производства (по отраслям). URL: http://arhvak.minobrnauki.gov.ru/316 (дата обращения 17.11.2021).
2. Муравьева В.С., Орлов А.И. Организационно-экономическое моделирование - система инструментов контроллинга // Контроллинг в экономике, организации производства и управлении: сборник научных трудов международного форума по контроллингу (Москва, 20 мая 2021 г.) / под научной редакцией д.э.н., профессора С.Г. Фалько. Москва: НП «Объединение контроллеров», 2021. С. 147-155. URL: http://controlling.ru/files/176.pdf (дата обращения 17.11.2021).
3. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в цифровой экономике (на примере управления качеством) // Научный журнал КубГАУ. 2021. №169. С.216–242.
4. Орлов А.И. Организационно-экономическое моделирование в организации производства в эпоху цифровой экономики / Девятые Чарновские чтения. Сборник трудов IX Всероссийской научной конференции по организации производства (Москва, 6 - 7 декабря 2019 г.) - М.: НОЦ "Контроллинг и управленческие инновации" МГТУ им. Н.Э. Баумана, НП "Объединение контроллеров", 2019. - С. 116-123.
5. Orlov A. Organizational and economic modeling in the organization of production in the epoch of digital economy / IX Czarnowski Readings – Annual International Scientific and Practical Conference on the Organization of Production and Industrial Policy. MATEC Web Conf. Volume 311, 2020.
6. Orlov A.I. Organization and economic modelling in industries for digital economy // Advances in the astronautical sciences. 2nd. Сер. "2nd IAA/AAS Conference on Space Flight Mechanics and Space Structures and Materials, SciTech Forum 2019" 2021. P. 563-568.
7. Орлов А.И. Предельные теоремы в статистическом контроле // Научный журнал КубГАУ. 2016. №116. С. 462 – 483.
8. Остроградский М.В. Об одном вопросе, касающемся вероятностей / Полное собрание трудов. Т.3. – Киев: Издательство Академии наук УССР, 1961. – С.215 – 237.
9. Бучаала Зинеддин. Разработка и исследование непараметрических алгоритмов обнаружения разладки временных рядов: автореф. дисс. канд. техн. наук. М.: МЭИ, 2021. 21 с.
10. Орлов А.И., Шаров В.Д. Выявление отклонений в контроллинге (на примере мониторинга уровня безопасности полетов) // Научный журнал КубГАУ. 2014. № 95. С. 460-469.
11. Орлов А.И. Всегда ли нужен контроль качества продукции у поставщика? // Научный журнал КубГАУ. 2014. № 96. С. 709-724.
12. Орлов А.И. Сертификация и статистические методы (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 1997. Т.63. № 3. С. 55-62.
13. Орлов А.И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания. Saarbrücken: Palmarium Academic Publishing. 2012. 344 с.
14. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. Краснодар : КубГАУ, 2019. 258 с.
15. Гаврилова В.Д., Орлов А.И. Экологическая безопасность: подземные безоболочечные резервуары в многолетнемерзлых грунтах для захоронения отходов бурения // Научный журнал КубГАУ. 2016. № 117. С. 50–70.
16. Орлов А.И. Анализ экспертных упорядочений // Научный журнал КубГАУ. 2015. № 112. С. 21–51.
17. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. 486 с.
18. Орлов А.И. Многообразие рисков // Научный журнал КубГАУ. 2015. № 111. С. 53-80.
19. Орлов А.И. Аддитивно-мультипликативная модель оценки рисков при создании ракетно-космической техники // Научный журнал КубГАУ. 2014. № 102. С. 78–111.
20. Орлов А.И. Математические методы исследования рисков (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2021. Т.87. № 11. С. 70-80.
21. Орлов А.И. Современное состояние контроллинга рисков // Научный журнал КубГАУ. 2014. № 98. С. 933-942.
22. Гусев В.А., Орлов А.И., Розенталь А.Л. Внеклассная работа по математике в 6-8 классах. М.: Просвещение, 1977. 288 с.
23. Смольников Р.В. Практическое применение математических моделей управления запасами // Заводская лаборатория. Диагностика материалов. 2008. Т.74. №6. С. 64 - 69.
24. Орлов А.И. Оптимальный план управления запасами нельзя найти на основе формулы квадратного корня // Научный журнал КубГАУ. 2015. № 106. С. 270–300.
25. Орлов А.И. Устойчивые экономико-математические методы и модели. Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями. Saarbrücken (Germany), LAP (Lambert Academic Publishing), 2011. 436 с.
26. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования // Научный журнал КубГАУ. 2020. №155. С. 147–163.
27. Орлов А.И. Методы принятия управленческих решений: учебник. М.: КНОРУС, 2018. 286 с.
28. Орлов А.И. Асимптотика квантования, выбор числа градаций в социологических анкетах и двухуровневая модель управления запасами // Научный журнал КубГАУ. 2016. № 123. С. 660 – 687.
29. Орлов А.И. Модель оптимизации моментов выпуска новых моделей продукции на рынок // Научный журнал КубГАУ. 2014. № 102. С. 64– 77.
30. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. Краснодар: КубГАУ, 2018. 508 с.
31. Указ Президента РФ от 10 октября 2019 г. № 490 "О развитии искусственного интеллекта в Российской Федерации". URL: https://www.garant.ru/products/ipo/prime/doc/72738946/ (дата обращения 21.11.2021).
32. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
33. Орлов А.И. Миф ХХ века: искусственный интеллект / Подводная лодка, 2003. №11. С. 102-103.
34. Орлов А.И. Искусственный интеллект или мощный калькулятор? / Магия ПК. 2003. №3(59). С. 42-45.
35. Орлов А.И., Розенталь А.Л. ЭВМ и Неизвестные. Тринадцатилетний дедушка // Пионер. 1972. №9. С. 55-57.
36. Орлов А.И. Прикладная статистика. Учебник для вузов. М.: Экзамен, 2006. 672 с.
37. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - 64

Контакты
Орлов Александр Иванович, профессор, д.э.н., д.т.н., к.ф.-м.н.
Профессор кафедры ИБМ-2 "Экономика и организация производства",
зав. лабораторией "Экономико-математические методы в контроллинге"
Московского государственного технического университета им. Н.Э. Баумана
prof-orlov@mail.ru

Публикация:
1213. Орлов А.И. Организационно-экономические составляющие науки об организации производства // Одиннадцатые Чарновские чтения. Сборник трудов XI Всероссийской научной конференции по организации производства. Форум "Современное предприятие и будущее России". Москва, 3 декабря 2021 г. – М.: НОЦ «Контроллинг и управленческие инновации» МГТУ им. Н. Э. Баумана, НП «Объединение контроллеров», 2022. – С. 98-106.
https://drive.google.com/file/d/1Fa5Dao ... pfAW0/view



Минимализм и шеринг - разумная достаточность

Меньше значит меньше: как кризис заставляет накапливать вещи

Последнее десятилетие жители США, Европы и России отказывались от лишних предметов быта. Вместе с идеологией минимализма критиковалась чрезмерная тяга к вещам, но пандемия и кризис поменяли и эти правила игры.

Эффективный минимализм

Минимализм как образ жизни стал входить в моду в конце XX века, хотя его предпосылки можно найти в японской философии, протестантизме и скандинавской культуре. Тем не менее движение перекочевало в быт из архитектуры, моды и изобразительного искусства, которые выбрали курс на упрощение форм и сокращение количества деталей и ярких красок в послевоенное время. Один из самых известных девизов минимализма сформулировал архитектор Людвиг Мис ван дер Роэ — «Меньше значит больше» (Less is more).
У бытового минимализма существуют разные определения, но можно выделить основные характеристики: отказ от чрезмерных деталей в жизни без потери комфорта, а также фокус не на количество, а качество предметов или услуг. В 2010-х годах, когда поколение миллениалов обрело голос, получило работу и стало критиковать культуру потребления, спрос на минимализм просочился в повседневную моду (Uniqlo), массовый дизайн интерьеров (IKEA), визуальный стиль операционных систем (iOS) и мобильных приложений (Clubhouse), веб-дизайн и журналистские тексты («Пиши сокращай»).
Одной из икон окончания прошлой декады стала консультантка и специалистка по наведению порядка в доме Мари Кондо, которая ввела принцип «избавляйся от всего, что не радует». Она написала несколько книг о потребительском минимализме и уборке, в том числе «Магическая уборка. Японское искусство наведения порядка дома и в жизни».
В 2015 году после выхода книги в США на 20–60% выросли объемы сдаваемых в комиссионные магазины вещей. В 2019 году Кондо снялась в шоу на Netflix, которое тоже получило большую популярность в США. После премьеры в стране увеличилась тенденция к организации порядка в доме, а потребители начали отдавать ненужные вещи в организацию «Армия спасения» и магазины «Доброй воли» — их пожертвования выросли на 30–40% по сравнению с предыдущим годом.
Минимализм сводится не только к внешнему отрицанию избыточности — он несет также смысловую нагрузку. В 2010-х мы увидели, как это движение хорошо сочетается с принципами zero waste, шеринговой экономики и устойчивого развития, о которых активно заговорили в предыдущее десятилетие. Спрос на осознанное потребление особенно заметен у зумеров из-за эмпатии и новой нормы — согласно исследованию издания Dazed, 60% респондентов-представителей этого поколения утверждают, что больше всего их беспокоят проблемы окружающей среды, расового неравенства, права женщин и ЛГБТ-сообщества. Издание The Blueprint отмечает, что рефлексия становится главным инструментом познания окружающего мира.

Критика вещизма

Вместе с укреплением позиций минимализма в повседневной жизни стали появляться гайды, списки и советы по избавлению от ненужных вещей, а заодно и жесткая критика вещизма/материализма. Например, в 2013 году The Guardian опубликовала колонку с заголовком «Материализм: система, которая выедает нас из изнутри». Текст критикует избыточную роскошь, показное богатство и приобретение вещей, которые на самом деле не нужны. Также в колонке приводятся результаты исследования, согласно которому тяга к вещам снижает человеческое благополучие.
Если в XX веке роскошь была в количестве вещей, то к XXI веку она стала измеряться ощущениями. Отношения потребителей перешли от «владеть» к «ощущать», впечатления и уникальный опыт стали цениться дороже предметов. Поэтому обеспеченные молодые люди стали выбирать не дорогие машины, а путешествия.
Вместе с тем к 2020 году избыток вещей стали ассоциироваться не с реальным владением большими деньгами, а с дурновкусием и провинциальностью. В интернете высмеиваются как американские рэперы и отечественный Тимати за тягу к демонстрации богатства, так и захламленные квартиры.

Привычки поколений

Критикуя культуру потребления, важно учитывать контекст, в котором жили старшие поколения. Автор The Atlantic Аманда Мулл рассказывает, что после Второй мировой войны тенденция накопить побольше вещей сочеталась с жилищным бумом. Люди, пережившие Великую депрессию и войну, стали покупать дома и наполнять их разными вещами для быта. Эти же привычки накапливать предметы переняли их дети.
За 50 лет американцы наполняли жилища всё большим количеством вещей. Опрос 2019 года показал, что каждый десятый американец арендует дополнительное место для хранения.
«Наш дом никогда не был грязным, но он никогда не был опрятным. Мы слишком долго хранили старые журналы, и наши шкафы были забиты одеждой, которая в конечном итоге могла бы пригодиться, если кто-то похудел или прошел собеседование», — делится журналистка.
Психологи полагают, что во многих случаях люди, которые с трудом расстаются с вещами, таким образом реагируют на тревогу — от финансовой нестабильности, до потерь и неудовлетворенности телом. При этом беспорядок часто выступает самостоятельным источником стресса.
Хранение вещей для многих американцев из среднего класса — попытка подстраховаться в случае финансовой нестабильности. Вместе с этим загроможденный дом считается чем-то неприличным, отмечает Мулл: «Вы не должны признавать, что всё может пойти не так».

Вынужденный минимализм

Накопление вещей в зависимости от той или иной исторической эпохи свойственно не только американцам, но и россиянам. На примере разных периодов XX века можно увидеть динамику отношения к предметам быта и домашнему пространству — от минимализма революции 1917 года до накопительства брежневского застоя. Например, в последнем преобладала боязнь дефицита, страх потери стабильности и погоня за мещанской роскошью из дружественных республик — югославскими торшерами, румынскими стенками и чехословацкой посудой.
С приходом нулевых в России заговорили о демонстративной роскоши среди обеспеченных слоев населения. Но обычные жители тоже стремились покупать новые вещи, сохраняя старые телефоны, сапоги и платья, которые отслужили свой век. «Та же «Комсомольская правда», которая сейчас воспевает резиновые сапоги, в советское время писала о том, что хотеть джинсы — это аморалка, вещизм, добывательщина и так далее. Поэтому благополучие, которое на нас в двухтысячные снизошло, мне кажется, имело терапевтический характер. Эта часть нас вылезла из гетто и хоть немного, черт побери, «на лабутенах» погуляла», — отметила в интервью психолог Людмила Петрановская.
В то же время в современной России закрепился «миф новой культурной повседневности». Культуролог и куратор просветительских проектов Ольга Рубцова объясняет, что он стал маркером определенного статуса новой творческой интеллигенции, хипстеров и креативного класса. Представители этих групп подмечают странность быта предыдущих поколений и высмеивают так называемый «бабушкин вариант» — пыльные стенки, пухлые диваны, пластиковые цветочки в вазочках и антресоли, забитые запасами на зиму и балкон с велосипедом и санками.
Пока российские миллениалы избавляются от надоевшей одежды, многие россияне постарше живут в концепции вынужденного и неотрефлексированного zero waste. Дети донашивают одежду за старшими братьями и сестрами, семьи применяют фантазию, чтобы уместить предметы и мебель на небольшой жилищной площади, старики заготавливают соленья на зиму, хозяйки пытаются дать вторую жизнь таким вещам, как пластиковые пакеты или банки (в эпоху коронавируса на место последних пришли одноразовые медицинские маски). И сейчас, и в 90-х потребители старались ходить в магазин с тряпичной сумкой и не выкидывать одежду, а чинить ее или отдавать другим. Но если теперь это делают те, кто рефлексирует из-за экоследа, то раньше так поступали в попытке сэкономить.
«Я бы не уподобляла вынужденную практику zero waste минимализму. Скорее, наоборот. Навязчивое собирательство приводит к переизбытку быта. А практики реюзинга в этом контексте напрямую сопряжены с дефицитом и экономией», — полагает Рубцова.

Кризис меняет правила

Серьезный удар принципам «арендуй, а не покупай» и «выкинь всё, что не нужно» нанес коронавирус, а точнее вызванные ими карантин, безработица и экономический спад. Американцы, которые до пандемии очистили дома по методу Мари Кондо, начали жалеть об избавлении от некоторых вещей — например, даже от настольных игр.
Потребительский минимализм — привилегия для людей, которые во время финансовых кризисов, нестабильности мира и непредсказуемости будущего могут не переживать из-за предметов, от которых отказались, так как всегда смогут снова их купить, не заботясь о деньгах. По мнению Мулл, пандемия продемонстрировала, что к домашнему минимализму могут стремиться только те люди, которым не нужно беспокоиться из-за непредвиденных желаний или потребностей.
«Весь мир теперь живет в будущем, которое всегда планировала моя семья, где изобилие соуса для спагетти и уютных старых рубашек — один из лучших сценариев, доступных людям, живущим обычной жизнью. Я боролась с этим около 30 лет, но теперь я готов признать это: моя мама была права, и у захламления есть смысл», — пишет Мулл.
Для россиян возврат к накопительству еще более актуален — они ежегодно сталкиваются с экономическими вызовами — растущей инфляцией и падением курса рубля, у жителей страны мало сбережений. Коронавирус сказался на экономике страны и благосостоянии граждан, которые вынуждены были остаться без стабильного заработка из-за карантина или попали под сокращения. На такие спады россияне реагируют, как правило, однозначно и начинают скупать технику. При этом Рубцова считает, что синдром накопительства вряд ли сводится только к экономическим страхам. «В накопительстве есть сентиментальность и искаженная бережность к собственному прошлому. В период повышенной тревожности поиск стабильности представляется самым эффективным способом выживания».

Текст: Мария Лацинская

Передай другому: что такое экономика шеринга

Можно купить, владеть и не пользоваться, а можно взять по надобности и потом отдать. Экономика совместного потребления ведет широкое наступление на традиционный бизнес — почему так происходит и чего нам ждать дальше?
В чем суть владения в самом широком смысле слова, говорим ли мы о физическом предмете (например, об автомобиле) либо о праве на получение или предоставление услуги? Это дает нам право пользования, закрепленное буквой и духом всевозможных законов. Если опустить имиджевые аспекты владения, необходимо оно нам исключительно по этой причине — право и возможность чем-то воспользоваться. В этом заключается цель, тогда как обладание — лишь инструмент ее достижения. Но единственный ли?
В последние годы набирает обороты экономическая модель совместного потребления — коллективное пользование товарами или услугами без обязательного владения. Это и есть «экономика шеринга» (от англ. share — делиться). Не лишая преимуществ обладания, такая модель сглаживает недостатки классического владения.
Легковой автомобиль используется по назначению — то есть едет — лишь 5% своего жизненного срока.
Но оплачивать страховку и налог надо ежегодно. Другой пример: краткосрочная — по надобности — аренда рабочего пространства вместо долгосрочной аренды или даже покупки офиса, который по выходным и праздникам простаивает. Даже кастрюля щей, которые есть уже не можешь, а выбросить пока рано, да и жалко, можно продать голодному соседу по этажу.

Чего же тут нового?

Институт аренды и совместного, поочередного владения существует не одно тысячелетие. Смокинги, затем первые автомобили, затем радиолы и пластинки к ним, наконец, трактора для колхозов — все могло сдаваться в краткосрочную аренду. Чем же отличается нынешний всплеск популярности такой экономической модели?
По мнению директора Центра научно-технологического прогнозирования Института статистических исследований и экономики знаний НИУ ВШЭ Александра Чулока, современная шеринг-экономика основана на принципиально иной поведенческой модели потребителя. Ключевых факторов тут два.
В былые времена арендовали в основном то, что было не так просто приобрести (из-за нехватки средств, дефицита и так далее). Сейчас пользователи шеринг-сервисов просто этого не хотят, предпочитая не загружать жизненное пространство, тратить ресурсы на что-то иное, быть экологически и этически более «дружелюбными».
Брать что-то напрокат и завершать аренду стало гораздо быстрее и проще благодаря развитию технологий и ИТ-платформ.
Мы уходим от традиционного обмена «товар — деньги — товар». Поэтому шеринг-экономику стоит рассматривать как вектор, вокруг которого формируются и который сам формирует целый набор глобальных трендов. Это и «умный город» с развитием интеллектуальной транспортной и жилищной системы, и рациональное использование ресурсов, и ответственное потребление, и создание новых бизнес-моделей.
Важно и то, что шеринг-экономика касается каждого из нас здесь и сейчас. С одними тенденциями и явлениями работает лишь узкая группа специалистов, другие направлены в далекое будущее, тогда как принцип совместного потребления доступен людям всех профессий, возрастов и социальных статусов.
В свою очередь, профессор РЭШ Сергей Измалков выделяет три подхода к пониманию того, чем же является современная шеринговая экономика.
Обывательский. Шеринг — просто набор новых бизнесов, новых услуг, которые по сути дублируют старые, но за счет развития технологий являются более гибкими и удобными.
Социологический. Совместное потребление как процесс приносит большее удовлетворение, нежели обладание чем-то. Можно посмотреть видеострим, чтобы затем обсудить его с другими зрителями, или же внести вклад в защиту окружающей среды, решив какое-то время не пользоваться личным автомобилем.
Экономический. Более эффективное использование ресурсов, будь то одежда, транспорт или рабочее пространство.

Что подходит для совместного пользования?

Зашерить» сейчас можно практически что угодно: косметику, медикаменты, газонокосилки, даже домашний скот. О чем бы вы сейчас ни подумали, наверняка где-то в мире уже есть стартап, пытающийся встроить этот предмет в логику совместного потребления. Причем шеринг-экономика касается обмена не только между людьми, но и компаниями, институциями (совместное пользование сервисами хранения данных, набором экспертов и так далее).
Очевидным образом, товары и услуги, которые просто невозможно поделить, под такую модель не подойдут. Также важно, чтобы товары в совместном использовании не теряли из-за этого в качестве.

А это безопасно?

Прозрачность бизнес-модели — это, пожалуй, ключевой критерий успеха шерингового сервиса. Сейчас экономика совместного потребления во многом формируется по принципу саморегулирующейся организации, которая сама себя оценивает, ставит рейтинги, наказывает нарушителей. Но если окажется, что рейтинги, баллы в каком-то из сообществ можно просто купить либо же саму систему легко взломать, то принцип прозрачности дискредитируется, доверие начнет падать, и шеринг-бизнес вскоре рассыплется.
В каком-то смысле, компанию, предоставляющую шеринг-услуги, можно сравнить с «ночным сторожем» из классической либеральной концепции государства: она лишь устанавливает правила и следит за тем, чтобы они не нарушались. Иногда, например, в случае с краткосрочной арендой жилья, нельзя быть застрахованным от неправомерных действий контрагента. Но есть множество способов их выявить и пресечь в рамках закона и правил сервиса.

Есть ли у этого будущее?

Если верить экономистам — то да. Например, в России, по данным Российской ассоциации электронных коммуникаций (РАЭК), прирост шеринг-экономики в 2017 году составил 20%, а в 2018 году — уже 30%, что позволило всему этому рынку превысить объем в ₽0,5 трлн. Это примерно 0,5% российской экономики или одна крупная российская компания по рыночной капитализации, например, банк ВТБ или «Интер РАО». Удвоить этот рынок получилось всего за два года — по итогам 2020-го размер шеринг-экономики России впервые превысил ₽1 трлн. Во всем мире, по оценкам аналитиков PwC, экономика шеринга вырастет с $15 млрд до $335 млрд между 2015 и 2025 годами.
Главное преимущество и главная же проблема шеринг-сервисов в том, что выходят они не на пустой рынок, но бросают вызов традиционной экономической модели.
Яндекс и Uber, AirBnb и WeWork, «Авито» и YouDo успешно конкурируют с гостиницами, таксопарками и газетным разделом объявлений. Задача это непростая, учитывая сопротивление компаний и целых секторов, которых теснят и выдавливают новые сервисы. Одним из инструментов завоевания места на рынке может стать создание новых бизнес-моделей. Так, Чулок из НИУ ВШЭ предвосхищает дальнейшее развитие гибридных форм ведения бизнеса — например, когда традиционный игрок запускает инновационный дочерний бизнес в рамках экономики шеринга. Яркий пример — сервис подписки на автомобили Hyundai Mobility, фактически, собственный каршеринг корейского автогиганта. В свою очередь, Антон Губницын, курирующий в РАЭК сектор шеринга, видит залог успеха в создании целых экосистем — то есть, цепочки сервисов совместного потребления.
Удачным примером может служить компания Amazon: речь идет про Amazon Web Services (AWS) — глобальную облачную инфраструктуру из сотен серверов, место на которых могут арендовать и стартапы, и миллиардные концерны. По итогам 2020 года на AWS приходится 12% из $386 млрд выручки Amazon и более половины операционной прибыли компании ($13,5 млрд из $22,9 млрд). В свою очередь, основной бизнес Amazon — это платформа электронной коммерции, что также подходит под определение шеринг-экономики.
Но пока в большинстве случаев шеринговая экономика — это убыточный бизнес. Во многом, из-за высоких расходов на агрессивное продвижение на рынке. Три лидера российского рынка каршеринга — «Делимобиль», BelkaCar и «Ситидрайв» показали в 2020 году убытки в размере:
«Делимобиль» — ₽2,42 млрд,
BelkaCar — ₽1,84 млрд,
«Ситидрайв» — ₽1,35 млрд.
Uber в 2020 году потерял $6,8 млрд, тогда как AirBnb, закрыл 2020 год в убытках, потеряв $4,6 млрд, хотя раньше несколько лет подряд показывала прибыль. Выручка AirBnb при этом растет колоссальными темпами, просто затраты увеличиваются быстрее.
Как предприниматели шеринг-экономики будут справляться с убытками — постепенным поднятием тарифов для пользователей, объединением с другими сервисами в экосистемы или еще как-то, вопрос пока открытый.

Текст: Георгий Макаренко

Подробнее на РБК:
https://trends.rbc.ru/trends/sharing/5e ... 07401b6532


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб окт 01, 2022 7:15 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1132 от 3 октября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Познакомьтесь с интервью Денниса Медоуза "Устойчивого развития достичь не удастся… И пора задуматься о том, как жить в фазе упадка, а не роста".
Доклад А.И. Орлова "Современный капитализм исчерпал себя: о новой парадигме экономической науки" включен в вып.17 Ежегодника "Россия: тенденции и перспективы развития" (Материалы XXI Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения»).





Деннис Медоуз: «Устойчивого развития достичь не удастся… И пора задуматься о том, как жить в фазе упадка, а не роста»
Опубликовано gumarov в 12 марта, 2022 - 16:38

2 марта 2022 года исполнилось ровно полвека с момента выхода в свет доклада «Пределы роста», который был подготовлен группой ведущих ученых по заказу Римского клуба и содержал результаты анализа возможных траекторий развития человечества в условиях роста численности населения и исчерпания природных ресурсов. Руководитель этой научной группы профессор Деннис Л. Медоуз подробно рассказал об истории создания доклада и поделился своим сегодняшнем видением ситуации в мире в беседе с членом-корреспондентом РАН, директором Института химии и проблем устойчивого развития РХТУ имени Д. И. Менделеева профессором Наталией Тарасовой (специально для Naked Science).
ОТ РЕДАКЦИИ: Денниc Л. Медоуз (англ. Dennis L. Meadows) — ученый, заслуженный профессор системного управления Университета Нью-Хемпшир (США), президент лаборатории интерактивного образования, почетный доктор РХТУ имени Д. И. Менделеева, почетный профессор МГУ имени М. В. Ломоносова и ряда других университетов, руководитель проекта Римского клуба «Затруднительное положение человечества» (был опубликован под названием "Пределы роста"). Интервью представлено в переводе доцента кафедры ЮНЕСКО «Зеленая химия для устойчивого развития» РХТУ имени Д. И. Менделеева Екатерины Оганесян.
NS: Профессор Медоуз, можно ли сейчас, через 50 лет после выхода доклада «Пределы роста» (The Limits to Growth), сказать, что его авторы были правы? Есть ли корреляция между сценариями, приведенными в книге, и тем, что происходило и происходит в мире на самом деле?
Деннис Медоуз: В последние годы было несколько попыток сравнить некоторые из наших сценариев с тем, как изменялась глобальная система в течение полувека. Цель нашего исходного исследования была в том, чтобы создать инструмент — модель World3, для того чтобы человечество могло оценить варианты своих действий и сопоставить их с событиями, происходящими вокруг. Для такой задачи арифметическая точность не важна. Для моделей гораздо важнее, полезны они или нет, а не высчитывание точных значений. Тем не менее проведенные сравнения показали, что мир меняется в общем и целом в соответствии с тем, что в докладе 1972 года мы назвали «стандартным сценарием», это некое усредненное описание глобальной системы, которая демонстрировала рост с 1972 года примерно до 2020-х годов, после чего в течение десятилетия или двух основные показатели системы проходят максимум и начинают снижаться. Полагаю, наша модель до сих пор полезна для понимания происходящих в мире событий, а также для того, чтобы подготовиться к тому, что может происходить дальше.
В докладе мы привели 12 разных сценариев поведения глобальной системы, показав, как могут меняться ее основные показатели в период до 2100 года. Некоторые из сценариев демонстрировали устойчивое развитие глобального общества и достижение относительно высоких уровней материального потребления и численности населения. Другие сценарии показывали, что численность населения и экономический рост выйдут за пределы самоподдержания планеты еще до середины текущего столетия, а затем произойдет спад. Реальные события укладываются где-то между этими вариантами.
NS: После публикации доклад «Пределы роста» сильно критиковали. И годы спустя в разных источниках можно было встретить множество критических замечаний. Большая их часть несправедлива и основана на цифрах из книги, которые вырваны из контекста и трактуются как некие прогнозы, которыми они на самом деле не являются. Если оглянуться на 50 лет назад, можно ли сказать, что некоторые критические замечания заставили вас пересмотреть какие-то исходные положения модели или сделанные по ней выводы?
ДМ: Я не раз задавал себе вопрос, как бы я поступил, если бы в 1972 году знал то, что знаю сейчас? Как собирал бы команду специалистов и организовывал работу по созданию и анализу глобальной модели? Но в общем и целом мы все сделали верно. В нашей беседе мы еще затронем вопрос энергетики — в этой сфере в модели можно было бы сделать принципиальные усовершенствования. Но в целом мы приняли верное решение: рассматривать глобальную систему как единое целое, не пытаясь учитывать частные различия между регионами или странами. С одной стороны, это сделало нас более уязвимыми для критики. С другой стороны, у нас тогда было мало информации о долгосрочных общемировых тенденциях, а о региональных различиях, о динамике международных связей между людьми, финансовыми институтами, о взаимосвязях между ресурсами, энергией и другими факторами мы знали еще меньше. Строить в таких условиях модель, учитывающую национальные и региональные различия, и пытаться по ней оценить долгосрочные тенденции вряд ли оправданно — мы основывались бы на очень сложных, но ничем не подкрепленных исходных посылках, и такая модель не принесла бы никакой пользы.
NS: Какова самая важная проблема, с которой сегодня сталкивается мир? Рост численности населения? Сколько людей может прокормить наша планета? Как можно сократить численность населения в мире? Считаете ли вы, что необходимо применять какие-то меры по контролю численности?
ДМ: Одна из главных идей книги «Пределы роста» состоит в том, что глобальные проблемы нельзя рассматривать по отдельности — все они взаимосвязаны. Например, мы показали, что, если устранить в модели нехватку ресурсов — предположить, что они бесконечны или существуют невероятно прогрессивные технологии, тогда непременно возникнет другая проблема. «Устранить» и ее — проявится следующая и т. д. В этом вся суть. Большинство мировых проблем, которые обсуждают люди, на самом деле не проблемы, а симптомы. Симптомы того, что сейчас численность населения планеты слишком велика.
Численность населения, которую способна поддержать планета, зависит от целей, которые мы перед собой ставим. Хотим ли мы, чтобы небольшое количество людей были очень богаты, а все остальные — бедны? Или все должны иметь равный достаток? Если мы хотим, чтобы малая часть людей контролировала большую часть богатств, а все остальное население жило в бедности, в условиях ограниченной свободы и плохого здравоохранения, то такое состояние, вероятно, может длиться долго, и суммарная численность населения может составлять несколько миллиардов человек. Если же мы хотим, чтобы народы Земли жили долгой и счастливой жизнью, с относительно высоким уровнем материального достатка, хорошим здравоохранением, в условиях свободы, справедливости и стабильной политической ситуации, тогда численность населения должна быть намного меньше текущего значения. Иначе такое положение не будет устойчивым, его не удастся сохранить. Примерно можно оценить, что планета могла бы сколь угодно долго поддерживать население порядка миллиарда человек при уровне жизни как в Италии или Южной Корее.
Какой бы ни была оценка устойчивой численности населения, возможной на сегодняшний день, это значение быстро уменьшается, поскольку никакие технологические достижения не позволяют компенсировать истощение ресурсов планеты и последствия перепотребления, а эти проблемы продолжают усугубляться. Наша модель World3 ясно показала, что откладывание решения глобальных проблем «на потом», запаздывание в принятии мер оставляет человечеству все меньше и меньше приемлемых вариантов развития.
Население сокращается только в том случае, если смертность больше рождаемости. Миграция может приводить к сокращению численности в отдельных регионах, но это не решение в масштабах земного шара, это очевидно. Заявленная гуманитарная цель, к которой стремится все человечество, — снижение уровня смертности, и тогда единственный способ уменьшить численность населения — реалистичный, политически приемлемый, носящий упреждающий характер — существенное снижение рождаемости. Суммарный коэффициент рождаемости (коэффициент фертильности) уже постепенно уменьшается. Но численность населения еще продолжает расти, а потребление человечеством материальных ресурсов уже намного превышает устойчивый уровень, при том что уровень самоподдержания планеты уже значимо снижается. Необходимо принимать срочные меры, чтобы рождаемость уменьшалась быстрее, и одновременно перераспределять материальные блага в пользу беднейших слоев населения, чтобы помочь им пережить грядущий пик перенаселенности. В противном случае в ближайшие десятилетия возрастет уровень смертности, и «экологический баланс» восстановится сам — путем, далеким от гуманитарных представлений.
Если говорить о мерах по контролю, то, как показывает опыт некоторых стран, политика принуждения не дает нужного эффекта в долгосрочной перспективе. Наша модель включала множество факторов, влияющих на рождаемость: здоровье, уровень доходов, доступность современных средств планирования семьи… Мы выяснили, что лучший результат в глобальном масштабе дает сочетание факторов: предоставление женщинам доступа к различным способам планирования семьи, чтобы они могли сами решать, сколько заводить детей, обеспечение равенства возможностей, доступа к образованию, более справедливое распределение материальных благ. По большому счету главная проблема — перепотребление, а не перенаселение. Потребление типичного представителя развитых стран наносит гораздо больший ущерб глобальной экосистеме, чем то, что потребляет среднестатистический житель бедных стран.
NS: Может ли человечество справиться с истощением запасов ископаемого топлива за счет использования новых источников энергии? Почему вы не рассматриваете ядерную энергетику как возможное решение?
ДМ: Большинство обсуждаемых сегодня потенциальных новых источников энергии может производить только электроэнергию. Электричество необходимо, но это малая часть той энергии, что требуется для капиталоемкой экономики. Индустриальное общество использует энергию в четырех формах: электрическая энергия, низкотемпературное тепло, высокотемпературное тепло и различные виды топлива для средств транспорта. Потребности в последних трех можно удовлетворить за счет электричества лишь в некоторых сферах применения. Но переход к замещающим технологиям требует времени и обходится дорого, при этом их совокупная эффективность недостаточна для того, чтобы поддержать текущий уровень развития мировой промышленной экономики.
Самым серьезным упущением в нашей модели, как я теперь понимаю, была энергия. Мы неявно отнесли все виды энергии либо к сектору невозобновимых ресурсов, либо, несколько надуманным способом, к сельскохозяйственному сектору. Из такого подхода следует, что энергия бесконечно заменяема. Подобное предположение постоянно делают экономисты, но на практике оно совершенно не соответствует действительности.
Кроме того, использование так называемых возобновимых источников энергии имеет массу побочных эффектов, которые ограничивают их развитие. «Топливо» для многих возобновляемых источников само по себе бесплатно, однако необходим капитал для сбора, преобразования и доставки энергии в соответствующих видах, а это обходится недешево. Требуется много дефицитных материальных ресурсов; в ходе производства и сопутствующих процессов расходуется много ископаемого топлива. Большинство источников солнечной энергии не способно обеспечивать непрерывную подачу питания. Следовательно, их количество надо предусматривать с большим запасом, иначе они не смогут заместить собой традиционные, гораздо более стабильные и надежные источники энергии, применяемые в современной экономике. Искать и внедрять новые источники энергии полезно и нужно, но они точно не позволят устранить изменение климата или поддержать текущие темпы роста.
Атомная энергетика не предлагает этичного решения проблем, которые мы обсуждали в книге «Пределы роста». Сложные технологии невозможно сделать абсолютно отказоустойчивыми, и катастрофа на атомной электростанции Фукусима в Японии в 2011 году — не разовое явление. Ни одну систему, созданную человеком, нельзя на 100% обезопасить от «человеческого фактора». Нужно помнить и о том, что использование атомной энергетики влечет за собой необходимость хранить ядерные отходы на протяжении столетий и даже тысяч лет. Привлекательное глобальное будущее можно обеспечить только в том случае, если человечество будет полагаться на технологии, сбой в которых не несет в себе такой высокой опасности.
Несмотря на то что атомная отрасль 70 лет пользуется беспрецедентными финансовыми субсидиями, ее реакторы вырабатывают лишь 10% электроэнергии в мире. Стоит ли тогда предполагать, что использование атомной энергетики позволит отодвинуть пределы роста? Если бы человечество направило все свои знания, усилия, средства и политическую волю на поиск других решений, мы могли бы достичь гораздо более высоких результатов.
NS: Каким образом истощение ресурсов и загрязнение окружающей среды может ограничить будущий рост? Поможет ли добыча морских ресурсов справиться с истощением? Можно ли обойти планетарные пределы за счет новых технологий?
ДМ: Я бы сказал, что истощение ресурсов и загрязнение среды уже ограничивают рост. Возьмем, к примеру, нефть. В 90-е годы средняя цена нефти составляла 30 долл. за баррель, сейчас она достигает 100 долл. за баррель. Это существенное удорожание, даже если учесть инфляцию. Высокие расходы на добычу начинают значимо ограничивать решения об инвестициях. А объемы углекислого газа, выпущенные в окружающую среду в результате сжигания уже добытой нефти, останутся с нами как минимум до конца столетия.
Истощение ресурсов в будущем, вероятно, самым непосредственным образом повлияет на политические процессы. Когда Соединенным Штатам или, например, Китаю потребуется импортировать большие объемы ресурсов для поддержания желаемого уровня жизни (а нефть им уже приходится ввозить из других стран), они начнут принимать политические, военные и экономические меры, чтобы получить контроль над этими активами за границей. Безусловно, это ведет к конфликтам. Отвлечение сил и средств на такой контроль ведет к замедлению роста внутри страны.
Морские ресурсы можно условно разделить на две группы: вещества, растворенные в морской воде, и глубоководные донные отложения. Некоторые из растворенных веществ, соль например, можно добывать из морской воды с экономической выгодой. Но концентрации подавляющего большинства веществ слишком малы для того, чтобы можно было наладить производство. Возможно, добыча марганца, а также никеля, кобальта и меди из глубоководных отложений окажется экономически оправданной, но нельзя исключить, что она потребует чрезмерных затрат капитала и энергии. В любом случае те виды и объемы ресурсов, которые, возможно, удастся получить в результате глубоководной добычи, будут недостаточны для поддержки промышленной экономики. А сам процесс такой добычи способен нанести большой вред уязвимым морским экосистемам. Их восстановление идет очень медленно, занимая сотни или тысячи лет.
Что же касается технологий… Новые технологии не следует рассматривать как универсальное решение проблем человечества, это не панацея. Создание и внедрение новых технологий обычно занимает годы и требует огромных финансовых вложений. Инвестиции в основном делают те, кто затем рассчитывает получить прибыль. Как правило, разработчики не рассчитывают получить прибыль от решения глобальных проблем, потому что большинство людей не могут или не хотят платить за их решение.
На самом деле технологии, позволяющие существенно снизить остроту глобальных проблем, уже существуют, но у человечества нет стремления использовать их для этой цели. Без изменений в целях развития и в подходах к управлению мировой системой проблемы будут появляться независимо от тех технологий, которые мы разрабатываем.
NS: Модели, используемые Межправительственной группой экспертов по изменению климата (IPCC), не основаны на системной динамике и совсем не похожи на модель World3. Они вообще не предусматривают возможности отказаться от роста. Не могли бы вы пояснить, чем их подход к моделированию отличается от подходов, использованных в «Пределах роста», и как это влияет на их сценарии с самыми большими выбросами парниковых газов? И как сценарии модели World3, рассчитанные в 1972 году, соотносятся с сегодняшним изменением климата?
ДМ: Между подходом, который применили мы, и моделированием, выполненным для группы IPCC, есть принципиальные различия. Я знаю многих специалистов, которые заняты моделированием долгосрочных изменений климата, это серьезные ученые, их усилия заслуживают уважения. Но они используют в корне другую постановку задачи. По сути, модель IPCC сначала описывает, что именно считается политически приемлемым, а затем пытается научными методами просчитать последствия этого состояния. Мы же опирались на то, что в тот момент было научно установлено, а затем пытались просчитать возможные политические последствия.
В модели IPCC многие параметры берутся извне, не рассчитываются в самой модели. Необходимо указать параметры роста численности населения, задать уровень ВВП, ввести другие показатели. Мы же в свое время много сил потратили на то, чтобы большинство параметров нашей модели были внутренними, рассчитывались в системе World3. Параметры модели World3 меняются с течением времени как следствие происходящих в ней изменений. Если ключевые переменные, например численность населения, сделать внешними, это избавит разработчиков от критики, потому что можно задать любое удобное значение, рассчитать сотни сценариев, и в этом наборе любой политик найдет подходящий для своих целей вариант.
Сценарии IPCC говорят об изменении климата и не затрагивают никакие другие вопросы. Мы же пытались построить общую структуру системы из взаимосвязанных и взаимозависимых элементов. Обе разработки полезны, каждая для своей цели, но они в корне отличаются друг от друга. 50 лет назад изменение климата не вызывало озабоченности. В модели World3 нет уравнений, математически описывающих это явление, и в докладе «Пределы роста» 1972 года этот вопрос не рассматривался. Мы привели в книге график, показывающий экспоненциальный рост концентрации СО2 в атмосфере с 1860 года по 1970 год, и написали, что «рост содержания СО2 в атмосфере в конце концов прекратится, надо надеяться, до наступления заметных негативных экологических или климатических последствий». По сути, это было единственное упоминание об изменении климата в нашем первом докладе.
В последующих изданиях книги изменению климата уделялось больше внимания, по мере того как накапливались доказательства и расширялось научное понимание этого явления. Но мы не стали менять структуру модели для последующих изданий, поскольку пришли к выводу, что изменение климата не позволит отодвинуть планетарные пределы. Напротив, климатические изменения будут препятствовать быстрому восстановлению численности населения и экономики после прохождения пиковых значений в ближайшие десятилетия.
Изменение климата — одна из главных угроз существованию индустриального общества на нашей планете. Если изменение климата волшебным образом устранится, другие серьезные проблемы от этого никуда не исчезнут. Придется искать способы, чтобы остановить эрозию почв, снять зависимость мировой системы от ископаемых видов топлива, решить другие глобальные проблемы. Но поскольку волшебного способа избавиться от изменения климата нет, необходимо готовиться к серьезным потрясениям в грядущие десятилетия и столетия из-за климатических сдвигов. Теплосодержание атмосферы уже возросло настолько, что стало активироваться все больше и больше циклов положительной обратной связи климатической системы: таяние ледяного покрова, отражающего солнечные лучи; выделение метана в тундровых зонах и арктических морях… Динамика изменений климата теперь все меньше определяется действиями человека и все больше — усиливающими механизмами биофизической среды планеты.
NS: Развитие вычислительной техники с 1972 года позволяет строить более совершенные глобальные модели?
ДМ: В некоторых областях да. Например, в вопросах краткосрочного прогнозирования погоды более мощные компьютеры позволили сделать большой шаг вперед. Компьютерное моделирование теперь позволяет метеорологам давать гораздо более подробные и точные прогнозы погоды, чем это было возможно 50 лет назад. Научное понимание погодных явлений за эти десятилетия очень продвинулось, но для работы таких моделей принципиально необходимы высокие вычислительные мощности.
Для других разновидностей глобального анализа, в том числе для системной динамики, на которой основана модель World3, критична не вычислительная мощность, а уровень понимания социальных процессов, использование слишком общих допущений. Наша глобальная модель 1972 года была относительно простой, потому что научное понимание поведения людей было относительно простым.
С той поры уровень понимания существенно не изменился, поэтому аппаратные усовершенствования (больший объем памяти, более высокая частота процессоров, количество ядер и другие технические параметры) не дадут принципиальных улучшений в сравнении с моделью World3. Но разработка новых видов программного обеспечения очень облегчила ведение исследований. За последние 50 лет языки компьютерного моделирования стали намного проще и удобнее в использовании. Строить и анализировать модели стало легче, процессы идут быстрее, хотя при этом само по себе программное обеспечение не делает модели более точными.
Если же говорить о прикладных моделях, например компьютерной игре «Всемирное рыболовство»), в которую играют по всему миру уже много лет, то для ее проведения достаточно обычного компьютера. Эта игра чрезвычайно полезна для понимания системных процессов, в ней моделируется использование ограниченного ресурса. Можно сказать, что она оказала большее влияние на мышление и поведение людей, чем доклад «Пределы роста». Я с удовольствием вспоминаю, как создавал эту игру, она доставила немало приятных моментов.
NS: Считаете ли вы, что для решения глобальных проблем миру необходимы иные формы правления? Современные политики более открыты, чем десятилетия назад?
ДМ: Ни одна из современных политических систем не умеет эффективно справляться с долгосрочными глобальными проблемами: ни с растущим загрязнением окружающей среды, ни с усиливающимся экономическим неравенством, ни с распространением ядерного оружия, ни с изменением климата. Это свойственно не только демократическому строю, и признание этого факта не означает, что я отдаю предпочтение какой-то другой форме правления. На протяжении истории человеческие популяции использовали самые разные формы — монархию, демократию, олигархию, теократию, аристократию и многие другие.
Любая из этих форм правления потенциально может вести человечество к более устойчивому будущему, если поставить целью стремление к справедливости, заботу об окружающей среде, стремление к благополучию и устойчивости системы перед внешними воздействиями. А главное, если считать последствия, отдаленные во времени и пространстве, не менее важными, чем краткосрочные результаты. Ни одна система правления не приведет к привлекательному будущему, если она будет учитывать только ближайшую перспективу.
Устойчивое управление требует умения идти на краткосрочные жертвы, чтобы обеспечить долгосрочные выгоды. До сих пор ни одна из существующих национальных систем правления не проявляла особой склонности к тому, чтобы побудить своих граждан идти даже на непродолжительные неудобства ради долгосрочного благополучия других. Если люди не смогут расширить горизонты планирования — диапазоны времени и пространства, в которых сопоставляются предполагаемые затраты и выгоды, выбираются варианты действий, — тогда упадок нашего вида будет неизбежен.
NS: Вы проводили исследования того, как люди меняют свое поведение. Извлекли ли вы какие-то уроки, которые могут быть полезны молодым активистам-экологам? Подрастающее поколение дает вам надежду? Могут ли движения вроде Fridays for Future изменить ситуацию?
ДМ: Я — старый активист, мне уже 80 лет. Не думаю, что могу представить себя на месте кого-то, кто только начинает жить, у кого впереди еще 60 или 70 лет. Тем не менее могу предложить несколько советов. Во-первых, учитывать, что людьми движет множество факторов: различные привязанности, стремление к богатству, славе, власти. Если вы хотите, чтобы кто-то изменился, нужно понять, что движет людьми, и продемонстрировать, что рекомендуемые вами изменения будут служить их интересам. Проще убеждать тех, кто умеет думать не только о себе и своих близких, но и о других людях, и кого интересуют не только сиюминутные вопросы, но и отдаленное будущее. Но, так или иначе, надо учитывать личные интересы и чаяния людей. Едва ли вам попадется человек, который будет готов все бросить и делать то, что вы предлагаете, только потому, что вам это кажется дельной идеей.
Во-вторых, как бы ни развивались события в последующие десятилетия, всегда есть возможность что-то предпринять. Какие-то действия могут улучшить ситуацию, какие-то ее только осложнят. Мне кажется, надо всегда стремиться, чтобы мир стал лучше. Это правильно с этической точки зрения, и одновременно это более эффективный и прагматичный подход. Никто из нас не знает, с чем предстоит столкнуться в жизни. Но преодолеть сложности всегда проще, если у вас хорошие отношения с соседями, есть друзья, близкие люди, выстроено много социальных связей. Это способ взаимно поддержать друг друга, ощутить полноту жизни, иногда это источник плодотворных идей.
Что же касается движений вроде Fridays for Future… Вероятно, они могут как-то повлиять на ситуацию. Но иногда картина мне видится так: группа молодых людей стоит на железнодорожных путях и спорит о том, как улучшить свое будущее, тем временем на них на огромной скорости несется поезд. Даже если они достигнут согласия, это не остановит поезд и не позволит избежать катастрофических последствий. Вот так и с изменением климата. Мы уже выбросили в атмосферу столько парниковых газов, что этого достаточно для серьезного изменение климата на века. Когда в истории Земли в последний раз была такая концентрация CO2 в атмосфере, уровень моря был на 20 м выше, чем сейчас. Никакие молодежные движения с плакатами не избавят нас от углекислого газа.
NS: Вы предостерегали от западного образа жизни на протяжении 50 лет, но при этом сами путешествовали на дальние расстояния на самолетах, делали сотни перелетов. Что вы думаете о понятии «достаточности» как основополагающем принципе правильного образа жизни?
ДМ: Вы отметили противоречие, и я его признаю. Не знаю, сколько именно CO2 я внес в атмосферу своими полетами по всему свету, его количество действительно было бы меньше, оставайся я дома. Но простых решений не существует. Даже для этого интервью мы расходуем электричество, а при его выработке в атмосферу выбрасывается углекислый газ, так что на каждом этапе нужно сопоставлять затраты и пользу. У меня есть друзья, которые не летают на самолетах, не имеют машин и ездят только на велосипедах. Я их уважаю и не пытаюсь переубедить. Но я не применяю их подход.
Что же касается понятия «достаточности»… Люди могут меняться двумя путями: социальным и биологическим. Фундаментальные генетические изменения для нашего вида требуют порядка 3000 или 4000 лет. Примерно столько времени нужно, чтобы какая-нибудь полезная мутация закрепилась в популяции. Социальная адаптация может (по крайней мере, теоретически) происходить быстрее, поэтому вопрос в том, как изменить нашу социальную систему, чтобы она больше соответствовала реальности? В теории это возможно. Реализуемо ли на практике? Не уверен.
Основная проблема в том, что нынешняя система слишком хорошо обслуживает интересы многих людей. Многим она дает богатство и политическую власть. И если кто-то другой предложит изменение, то люди, облеченные властью, будут ему противодействовать. В разные моменты истории такое случалось не раз. Так что о перспективах изменения общества стоит интересоваться не у представителя естественных наук вроде меня, а у социологов и политологов. В прошлом часто происходили быстрые изменения, но это бывало в периоды кризисов, а не во времена мира и процветания. По мере нарастания кризисной ситуации мы увидим, какие изменения станут возможны.
NS: Уже слишком поздно для перехода к устойчивому образу жизни?
ДМ: Все зависит от того, что мы подразумеваем под «устойчивостью». Политики используют это понятие в том смысле, что при «устойчивом развитии» бедные каким-то образом станут получать больше. Но при этом не предполагается, что богатые должны поступиться своей долей. Такая трактовка политически привлекательна, но совершенно не соотносится с физическими условиями на нашей планете.
Если фокусироваться на социальных ожиданиях людей, но при этом игнорировать физические реалии, ничего путного не выйдет. Через две-три тысячи лет на этой планете все еще будут люди, но они будут жить не так, как мы сейчас. Хотя при этом они все равно будут вставать по утрам, кормить детей, ходить на работу и беспокоиться о своем здоровье. На днях я разговаривал с другом на эту тему, он был огорчен и настаивал, что мы должны спасти планету! А я ему ответил, что планета сама себя спасет. Так уже бывало в прошлом, и так же будет в будущем. На это может уйти миллион лет, но планета от этого не исчезнет. Что нам нужно спасти (или мы думаем, что хотим спасти), так это нашу цивилизацию. Существенная разница, не находите?
NS: Из всех рекомендаций, которые авторы «Пределов роста» дали 50 лет назад, какая самая важная? Считаете ли вы, что сейчас, полвека спустя, нужны другие рекомендации?
ДМ: Что бы мы ни рекомендовали в 1972 году, сейчас это не актуально. В 1972 году воздействие человечества на окружающую среду, вероятно, было ниже уровня самоподдержания планеты, и цель тогда была в том, чтобы замедлить события, прежде чем мы столкнемся с пределом. Теперь ясно, что масштабы человеческой деятельности намного, очень намного превышают предел. И теперь цель не в том, чтобы замедлить события, а в том, чтобы вернуть систему к прежним — приемлемым — уровням. Найти способы управлять системой в мирном ключе, справедливым и, желательно, мягким, либеральным образом. Снизить наши потребности до уровня, который может выдержать планета. Это совсем не те задачи, которые мы ставили перед собой в 1972 году, и не то, что мы описывали в докладе «Пределы роста». Для решения этих задач потребуется совершенно иная модель, чем та, которую мы построили, и кому-то придется написать другие книги.
Я точно знаю, что нынешняя система вступает в фазу упадка. Ее ожидает множество потрясений, некоторые из них мы уже наблюдаем: изменение климата, гражданские войны… Это означает, что нужно стремиться не к устойчивому развитию, это уже несбыточная мечта, а к устойчивости системы перед внешними воздействиями. Чтобы ускорить рост, человечество стремится повысить эффективность. Но повышение эффективности практически неизбежно ведет к уменьшению устойчивости системы перед потрясениями — она становится более уязвимой.
Приведу простой пример. Самый эффективный способ хранить свои данные — облачное хранилище. Неограниченное пространство, доступ из любой точки мира, все в одном месте. Но если что-то случится с облаком или будет ограничен доступ, вы можете потерять всё. Если в физически ограниченном мире делать все ради роста, нужно максимизировать эффективность, а достичь этого можно только ценой снижения устойчивости системы перед внешними воздействиями. А значит, увеличатся риски.
Я бы дал два совета. Первый — делать систему более устойчивой перед возможными потрясениями. Устойчивого развития достичь не удастся, наш мир уже вышел далеко за пределы самоподдержания. Но можно организовать свою жизнь более надежным образом, предусмотреть дополнительные, резервные способы защиты семьи, дома, бизнеса, страны… На бытовом уровне это означает более вместительные холодильники с запасами продуктов и резервные источники энергии и тепла для дома. На муниципальном уровне это требует децентрализации и резервирования энергосистемы, и т. д. Второй совет — пора задуматься о том, как жить в фазе упадка, а не роста. Если население сократится, меньшему количеству молодых людей придется поддерживать большее количество пожилых. Это непростая задача. Но такой мир тоже может быть привлекательным и интересным. Обществу, где много людей старшего возраста, не нужен высокий уровень потребления. Пожилые люди не совершают столько преступлений, как молодежь. Будет больше времени для работы, культурного развития, самосовершенствования. Такой мир мудрее. В нем может быть приятно жить.

https://www.nanonewsnet.ru/articles/202 ... om-kak-zhi




Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., директор Института высоких статистических технологий и эконометрики, профессор МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

Современный капитализм исчерпал себя:
о новой парадигме экономической науки

Ключевые слова: экономическая наука, парадигма, Аристотель, рыночная экономика, цифровая экономика, солидарная информационная экономика, политэкономия.
Keywords: economic science, paradigm, Aristotle, market economy, digital economy, solidary information economy, political economy

Введение
Президент России Владимир Владимирович Путин выступил 21 октября 2021 года на пленарной сессии XVIII заседания Международного дискуссионного клуба «Валдай» с основополагающей речью. В частности, он сказал: "Современная модель капитализма исчерпала себя как экономическая система... Мы будем руководствоваться идеологией здорового консерватизма" [1].
В настоящей работе раскроем наше понимание констатации: "Современный капитализм исчерпал себя". Сначала считаем необходимым обсудить важные особенности современной экономической науки.

Клановая структура науки
Развиваемый нами подход некоторым читателям может показаться противоречащим основам экономической теории. Одна из причин возможного недопонимания - в клановой структуре науки.
Число публикаций по конкретным направлениям науки (например, по теории принятия решений, экономике предприятия, статистическим методам и др.) на много порядков превосходит возможности отдельного специалиста ознакомиться с ними. Действительно, если каждую неделю читать одну книгу или статью, то за год можно изучить 52 публикации, за 100 лет – 5200, в то время как только по экономике предприятия или по статистическим методам выпущено не менее миллиона актуальных в настоящее время публикаций. Следовательно, каждый конкретный специалист знаком не более чем с 0,5% научных публикаций по своей тематике. На пути развития науки стоит информационный барьер.
Как следствие, исследователи разбиваются на независимые кланы (по нашей оценке, численностью 200 – 1000 человек), Внутри клана специалисты хорошо знают работы друг друга, с работами представителей других кланов они, как правило, мало знакомы. Контакты между кланами в современной науке эпизодичны. Научные конференции и защиты диссертаций позволяют наладить эпизодические контакты, частично снять отчужденность. На языке математической теории классификации речь идет о нечеткой классификации, в которой границы между кластерами размыты. В современной науке можно констатировать наличие нечеткой классификации исследователей (в этой терминологии класс - это клан).
Поэтому в интересах читателей целесообразно кратко описать инфраструктуру клана, к которому относится автор настоящей статьи. Его ядро - две структуры. Первая - кафедра "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им. Н.Э. Баумана, основанная в 1929 г. (первой среди всех подобных кафедр нашей страны). Вторая - Объединение контроллеров России (одно из определений контроллинга – информационно-аналитическая поддержка принятия решений на предприятии, в организации, регионе). Основные области применения научных результатов клана - высокотехнологичные предприятия, ракетно-космическая отрасль, авиация. У клана есть научные журналы «Контроллинг» и «Инновации в менеджменте», включенные в список ВАК. На факультете "Инженерный бизнес и менеджмент" работают три диссертационных совета, клан проводит международные и всероссийские научные конференции. Лидером клана (заведующим кафедрой, исполнительным директором Объединения) является профессор, доктор экономических наук С.Г. Фалько.
Можно констатировать, что выполненные членами клана исследования достаточно широко известны научной общественности. Так, для автора настоящего доклада в Российском индексе научного цитирования на 10 января 2022 г. указано 619 публикаций, 16132 цитирования, индекс Хирша равен 44. Из всего состава Отделения экономики Российской академии наук только одного члена-корреспондента (Г.Б. Клейнер) и одного академика (С.Ю. Глазьев) цитируют больше, чем А.И. Орлова. Однако приходится констатировать, что ряд лиц с учеными степенями по экономическим наукам незнакомы с понятиями "контроллинг" и "солидарная информационная экономика". Настоящая статья написана для того, чтобы облегчить таким лицам знакомство с современными достижениями экономической науки.

Современный капитализм исчерпал себя
Как уже отмечалось, это констатировал В.В. Путин в выступлении на пленарной сессии XVIII заседания Международного дискуссионного клуба «Валдай» 21 октября 2021 г. Таким образом, рыночная экономика исчерпала себя, как в теории, так и на практике. Рыночная парадигма экономической теории устарела и должна быть заменена новой.
Хорошо известно, что по валовому внутреннему продукту (рассчитанному по паритету покупательной способности) на первом месте в мире – Китай, на втором – США, на третьем – Индия. Скоро (в ближайшие десятилетия) Индия обгонит США. Как говорил Председатель Мао: "Ветер с Востока одолевает ветер с Запада". Коммунистическая партия Китая успешно ведет страну и мир в будущее.
Надо ли цепляться за то, что уходит, за безоговорочное признание приоритета США и Европы? Как показано в реконструкции истории согласно новой хронологии Фоменко - Носовского, западноевропейские страны являлись мятежными провинциями великой всемирной империи Русь - Орда. Так к ним и следует относиться.
Чтобы проанализировать причины широкого распространения устаревших воззрений и выявить направления дальнейшего развития экономической науки, целесообразно начать с ее зарождения.

Аристотель – первый экономист в истории науки
Великий древнегреческий мыслитель Аристотель заложил основы многих направлений науки. Общепризнанной в истории экономических учений является констатация того, что основоположником экономической науки является именно Аристотель (и его научная школа).
Согласно Аристотелю, экономика – это наука о разумном ведении хозяйства, о деятельности, направленной на удовлетворение потребностей людей, т.е. на производство и приобретение благ для дома, общества и государства. Он обсуждал деятельность хозяйствующих субъектов различных уровней. А именно, он рассматривал - домашнее хозяйство, предприятие (сельскохозяйственное, производство в городе), город (полис), регион (сатрапия), государство (империя). По его мнению, противоестественна (и вредна для общества) хрематистика, т.е. деятельность, направленная на приобретение выгоды, извлечение прибыли, на накопление богатства. Отрицание взглядов Аристотеля – рыночная экономика, отрицание отрицания (т.е. рыночной экономики) происходит в настоящее время.
Экономическая практика и ее осмысление - экономическая теория - следовали взглядам Аристотеля вплоть до эпохи буржуазных революций (XVIII в.). Новое экономические отношения породили новую экономическую теорию, которую мы сейчас называем "рыночной экономикой".

Смена парадигмы экономической теории
Государство было отодвинуто от руководства экономикой, ему стали отводить роль "ночного сторожа". Основной лозунг - государство должно уйти из экономики. Самое главное - обеспечение свободной конкуренции. На первое место вышли хрематистики с их правилом: цель экономической деятельности - получение выгоды (прибыли), в том числе в области финансовых спекуляций.
Изменилось даже понимание термина "экономика": с точки зрения рыночников Аристотель говорил об управлении (менеджменте). Из центра экономической науки менеджмент был перемещен на задворки и объявлен лишь одной из экономических наук. Так произошло отрицание экономики Аристотеля.
Но вскоре началось отрицание отрицания. Необходимость активного вмешательства государства в экономическую жизнь была осознана уже к концу XIX в. В ХХ в. государство активно управляло экономикой в основных странах - в США (особенно при Рузвельте в период великой депрессии), в СССР, в Германии, в Китайской народной республике.
Рыночная экономика осталась в 19 веке. По оценке проф. П. Друкера (США), 1873 г. – «конец эры либерализма – конец целого столетия, на протяжении которого политическим кредо была политика невмешательства в экономику» [2].
Основное течение (мейнстрим) современной экономической науки – обоснование несостоятельности рыночной экономики и необходимости перехода к плановой системе управления хозяйством. В условиях России это означает, в частности, переход государства к непосредственному управлению экономикой, воссоздание Госплана и отраслевых министерств.
Теоретическое обоснование главенствующей роли государства дал Дж. Кейнс. За XX в. доля государства в экономике (измеряемая как отношение расходной части бюджета к ВВП) выросла для экономически развитых стран в 4 раза (по данным Всемирного банка) [3]. Характерно, что в ХХ в. вместо термина "рыночная экономика" стал употребляться термин "смешанная экономика". Возрастает роль государства. В частности, ракетно-космическая отрасль в силу сложности и объемности решаемых технических задач во всех странах развивается на основе государственных ресурсов и государственного управления. Вкрапления рыночных отношений зачастую являются камуфляжем.
Отказ от конкуренции как основного принципа экономической жизни и переход к взаимопомощи обоснован П.А. Кропоткиным еще в 1907 г. [4, 5]. Современные экономисты говорят про гуманистическую направленность экономики [6].
В России после развала СССР в качестве экономической теории была принята устаревшая рыночная экономика американского образца. Именно господство устаревших воззрений в массовом сознании и в сознании управленцев привели к стагнации экономики России. Валовой внутренний продукт России в 2020 г. лишь незначительно превосходит ВВП РСФСР в 1990 г. (в сопоставимых ценах), объемы промышленного производства и инвестиций в основные фонды за 30 лет сократились. Если бы в качестве базовой экономической теории была принята немецкая социальная экономика, то столь плачевного результата не было бы. ВВП Китая за 30 лет вырос в 7 раз. Если бы Россия в начале 1990-х годов пошла по пути Китая, результаты были бы впечатляющими.
В последнее время много говорят о четвертой промышленной революции, основанной на внедрении цифровой экономики и искусственного интеллекта. Большое впечатление произвели дискуссии на Давосском экономическом форуме в 2020 и 2021 гг., лозунг "великой перезагрузки", обоснованный основателем Давосского форума проф. К. Швабом. По мнению участников обсуждений, мы вступаем в принципиально новый период развития производственный отношений, которые резко меняются вслед за бурным развитием цифровых производительных сил. Отметим, что для этих обсуждений важны мысли, высказанные В.И. Лениным в работе "Империализм, как высшая стадия капитализма", опубликованной в 1917 г., т.е. больше чем сто лет назад, но весьма актуальной для современных дискуссий.

На смену рыночной экономике приходит плановая
Констатируем, что в XX-XXI вв. на место рыночной экономики повсеместно приходит плановая экономика. В рамках мейнстрима плановой экономики имеются различные системы взглядов. Мы развиваем солидарную информационную экономику.
Актуальными остаются разработки более чем столетней давности. Первый ректор Московского высшего технического училища (МВТУ, сейчас МГТУ им. Н.Э. Баумана) в 1918 г. предложил развёрнутый план восстановления разрушенной экономики России и её общей реконструкции вместе с перечнем конкретных технико-экономических задач, которые должны быть решены в первую очередь [7]. Не вызывает удивления, что его монография стала интеллектуальной платформой создания комиссии ГОЭЛРО [8, c. 94].
После того, когда НЭП отменили, индустриализация СССР в технической сфере по-прежнему строилась на предложениях первого ректора МВТУ и его последователей – сотрудников ГОЭЛРО. Программно-целевое планирование, предложенное Гриневецким, стало важной составляющей советского народного хозяйства.
Сравнительный анализ текстов «Послевоенных перспектив» и «Плана ГОЭЛРО», «Трудов Государственной комиссии по электрификации России» [9] позволяет понять, что идея экономического перспективного планирования выросла в недрах МВТУ, в сообществе российской профессуры, одним из представителей которого был В.И. Гриневецкий [10].

Солидарная информационная экономика
Мы уже давно пришли к выводу о том, что "современная модель капитализма исчерпала себя как экономическая система". С 2007 г. [11] мы развиваем новую экономическую теорию - солидарную информационную экономику, согласно которой экономическая деятельность должна быть основана на интенсивной применении современных информационно-коммуникационных технологий. В качестве примеров такого применения указываем на проект ОГАС (проект Общегосударственной автоматизированной системы учёта и обработки информации) В.М. Глушкова и систему КИБЕРСИН Ст. Бира.
Солидарная информационная экономика (СИЭ) – разрабатываемая нами базовая организационно-экономическая теория, предназначенная для замены «рыночной экономики». Предшественники СИЭ - Аристотель, В.М. Глушков, Ст. Бир. Многие исследователи высказывали схожие мысли. Например, Ф. Бекон, Г.Форд, К. Поланьи. Мы считаем, что развивающая идеи Аристотеля солидарная информационная экономика должна стать основой новой парадигмы экономической науки.
В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное. Шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл убедительно демонстрируют теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом. Для расчетов управленческих решений мощностей стандартных современных компьютеров (XXI в.) вполне достаточно. Отмстим, что во времена СССР из-за недостаточных вычислительных возможностей Госплан в принципе не мог выполнить поставленные перед ним задачи. Критика планового хозяйства Хайеком в современных условиях несостоятельна.
Основные идеи солидарной информационной экономики отражены в серии наших работ [12, 13]. На 19.01.2022 по солидарной информационной экономике нами опубликовано 68 статей и тезисов докладов [14], а основной Интернет-ресурс по СИЭ (НИЭБ) на форуме нашего сайта «Высокие статистические технологии»[15] просмотрен 339,2 тыс. раз.
Необходимо освободить экономическую теорию от извращений хрематистики, развивать и излагать ее в соответствии с Аристотелем как науку о деятельности, направленной на удовлетворение потребностей людей. По нашему мнению, солидарная информационная экономика является основой современной политэкономии [16]. Настало время приступить к очищению мозгов действующих и будущих специалистов от рыночной шелухи, засоряющей головы и мешающей рационально решать стоящие перед предприятиями, отраслями и страной в целом экономические проблемы.

Солидарная информационная экономика - экономика без рынка и денег
Вслед за Аристотелем обсудим вопрос об использовании денег в работе хозяйственного механизма. По его мнению деньги не всегда нужны, но иногда могут быть полезны.
В основополагающей работе "Экономические проблемы социализма в СССР" И.В. Сталин наметил отказ в будущем от товарного производства и переход к бестоварному, при котором исчезнет надобность в использовании денег. Настало время перейти к теоретической и практической проработке процедур такого перехода на основе интенсивного использования информационно-коммуникационных технологий.
Современная цифровая экономика позволяет отказаться от товарно-денежных отношений и перейти к прямому, без посредников, поступлению продуктов и услуг нуждающимся в них людям и организациям. Понятно, что такой переход приведет к ликвидации финансовых институтов, играющихся большую роль в функционировании современного хозяйства, не соответствующую их реальному вкладу в экономику и управление, в производство и распределение продукции и услуг.
Ясно, что финансовые спекулянты и другие "работники" сферы финансов будут яростно сопротивляться назревшим мерам по совершенствованию организационно-экономических механизмов решения задач экономики и управления. Подробное обоснование сказанного дается в нашей статье "СИЭ - экономика без рынка и денег", основное содержание которой отражено в ее названии [17].
Отметим, что денежная система меняется со временем. От золотых монет человечество перешло к кредитным билетам (долговым билетам банков), затем - к безналичным деньгам, а при массовом внедрении прямых (т.е. без посредников) взаимодействий производителей и потребителей деньги вообще перестанут быть нужны. Однако это произойдет не сразу, лишь в обозримой перспективе.

Экономика – часть менеджмента
Общепризнано, что управленческие решения необходимо принимать на основе всей совокупности социальных, технологических, экономических, экологических, политических факторов. Следовательно, экономика – часть менеджмента как науки об управлении людьми.
Мы полагаем, что современный менеджмент создан в МГТУ им. Н.Э. Баумана на основе "русской системы обучения ремеслам". О ней С.Г. Фалько пишет так: "В Императорском техническом университете (ныне - МГТУ им. Н.Э. Баумана - комментарий автора настоящей статьи) во второй половине 19-го века была разработана «рациональная» система обучения «механическим мастерствам», которая позже получила название «русской системы обучения ремеслам». Работой по созданию системы руководили заведующие учебными мастерскими Д. Советкин и А. Платонов. Хотя «русская система» была предназначена для специфического «производства» — обучения будущих инженеров, она позже использовалась при организации промышленного производства" [18]. Вполне естественно, что и новая парадигма экономической науки разработана в МГТУ им. Н.Э. Баумана.
Согласно СИЭ информационные технологии и теория принятия решений позволяют построить информационно-коммуникационную систему, предназначенную для выявления потребностей и организации производства с целью их удовлетворения. Для реализации этой возможности необходима лишь воля руководства хозяйственной единицей, нацеленная на преобразование системы управления этой единицы. В частности, как и происходит в развитых и развивающихся странах, российское государство должно стать основным действующим лицом в экономике.

Выводы
Освободить экономическую теорию от извращений – это значит избавиться от безоговорочной веры в «рыночную экономику» и на новом витке диалектической спирали развития исходить из взглядов Аристотеля, которым в сегодняшней ситуации соответствует солидарная информационная экономика, С точки зрения биокосмологии ее можно рассматривать как функционалистско-органическую информационную экономику, опирающуюся на взгляды Аристотеля, подробно рассмотренную в ряде публикаций автора настоящей статьи в международном журнале "Biocosmology - neo-Aristotelism" (Bilingual Electronic Journal of Universalizing Scientific and Philosophical Research based upon the Original Aristotelian Cosmological Organicism).
Солидарная информационная экономика должна стать основой для принятия управленческих решений на всех уровнях – от предприятия до государства. Она представляет собой сердцевину современной цифровой экономики, действующей на основе искусственного интеллекта (см. наши учебники серии "Искусственный интеллект" [19 - 21]).
Преподавание экономической теории должно опираться на современную интерпретацию взглядов Аристотеля и солидарную информационную экономику - марксистскую политэкономию на этапе цифровой революции. При преподавании экономических и управленческих дисциплин необходимо избавиться от рыночных извращений.
Статья подготовлена на основе доклада автора настоящей статьи на XXI Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения», которая проводилась в рамках Общественно-научного форума «Здравствуй, Россия!» (Москва, 16-17 декабря 2021 г.).

Литература
1. Путин В.В. Выступление 21 октября 2021 года на пленарной сессии XVIII заседания Международного дискуссионного клуба «Валдай»
http://www.kremlin.ru/events/president/news/66975
2. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении: Пер. с англ. - М.: Бук Чембер Интернэшнл, 1994. - 380 с.
3. Орлов А.И. Теория принятия решений : учебник. — М.: Ай Пи Ар Медиа, 2022. — 826 c.
4. Кропоткин П.А. Взаимная помощь как фактор эволюции. - С.-Петербург: Товарищество "Знание", 1907.
5. Кропоткин П.А. Взаимопомощь как фактор эволюции. - М.: НИЦ:"Луч", 2011. - 256 с.
6. Фалько С.Г. Концепции стратегического управления и гуманистическая направленность экономики // Контроллинг. 2020. № 26. С. 2-3.
7. Гриневецкий В.И. Послевоенные перспективы русской промышленности (репринт изд. 1922 г.). - М.: ООО НИЦ «Инженер» (Союз НИО), ООО «Онико-М», 2010. - 124 с.
8. План электрификации РСФСР: доклад VIII съезду Советов Государственной комиссии по электрификации России. - М.: Госполитиздат, 1955. - 660 с.
9. Труды Государственной комиссии по электрификации России (ГОЭЛРО). Документы и материалы. - М.: Соцэкгиз, 1960. - 308 с.
10. Щербакова О.М. В.И. Гриневецкий о путях развития страны в 1918 году (к столетию написания книги «Послевоенные перспективы русской промышленности») // Вестник Московского государственного областного университета. Серия: История и политические науки. 2018. № 2. С. 115–125.
11. Орлов А.И. Неформальная информационная экономика будущего // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
12. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.;
13. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
14. https://forum.orlovs.pp.ru/viewtopic.php?f=2&t=951
15. https://forum.orlovs.pp.ru/viewtopic.php?f=2&t=570
16. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа современной политэкономии // Научный журнал КубГАУ. 2021. №171. С. 160 – 190.
17. Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег // Biocosmology - neo-Aristotelism (Биокосмология – нео-Аристотелизм). Bilingual Electronic Journal of Universalizing Scientific and Philosophical Research based upon the Original Aristotelian Cosmological Organicism. Vol. 5. Nos. 3&4. Summer/Autumn, 2015. C. 339-359.
18. Фалько С.Г. "Русский метод" как элемент "русской системы обучения ремеслам" // Инновации в менеджменте. 2017. № 1(11). С. 2-3.
19. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c.
20. Орлов А.И. Искусственный интеллект: статистические методы анализа данных : учебник. — М.: Ай Пи Ар Медиа, 2022. — 843 c.;
21. Орлов А.И. Искусственный интеллект: экспертные оценки : учебник. — М.: Ай Пи Ар Медиа, 2022. — 436 c.

Публикация:
1219. Орлов А.И. Современный капитализм исчерпал себя: о новой парадигме экономической науки // Россия: тенденции и перспективы развития. Ежегодник. Вып. 17: Материалы XXI Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; отв. ред. В.И. Герасимов. – М., 2022. – Ч. 1. – С. 848-852. ISBN 978-5-248-01032-5
http://ukros.ru/archives/30229, https://www.academia.edu/78298937/ , http://innclub.info/archives/22238 http://ukros.ru/wp-content/uploads/2021 ... %D0%B2.pdf


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб окт 08, 2022 8:45 pm 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1133 от 10 октября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

В статье А.И. Орлова "Смена терминологии в развитии науки" продемонстрировано (на многочисленных примерах) важное для управления наукой явление, состоящее в замене новой терминологией прежней системы терминов при сохранении фактического содержания научной дисциплины, выявлена (на предварительном уровне) польза и вред подобных управленческих инноваций.
Какой выход может предложить русский научный ум в ситуации тотальных западных санкций? Ответ дает Роберт Искандерович Нигматулин – доктор физико-математических наук, академик РАН - в статье "Академический взгляд на техно-экономическую блокаду".
О специфическом характере учета потерь в вермахте рассказывает (на примере танков) Андрей Райзфельд в статье Пересчитайте хвосты «Пантер»






УДК 303.732.4 : 519.2

08.00.13 Математические и инструментальные методы экономики (экономические науки)

Смена терминологии в развитии науки

Орлов Александр Иванович

д.э.н., д.т.н., к.ф.-м.н.
профессор
РИНЦ SPIN-код: 4342-4994
prof-orlov@mail.ru

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5

Области научной деятельности с течением времени зачастую меняют свои названия. В настоящей статье демонстрируем несколько примеров этого явления и обсуждаем его причины. Прослеживаем переход от кибернетики к информатике и автоматизированным системам управления, затем к информационно-коммуникационным технологиям и искусственному интеллекту. Под цифровой экономикой понимаем применение информационно-коммуникационных технологий в экономике и управлении. Автор статьи полвека занимается проблемами искусственного интеллекта, хотя и под разными названиями этой области научных исследований. Другой временной понятийный ряд - статистические методы, математическая статистика, анализ данных, прикладная статистика, интеллектуальный анализ данных. Третий - методы классификации на основе обучающих выборок, распознавание образов и нейросети. Как синонимы рассматриваем контроллинг и современные технологии управления. Обсуждаем смену терминологии в ходе развития научной области. Смена терминологии выступает как управленческая инновация. Введение в оборот новых терминов позволяет облегчить получение финансирования, решение разнообразных организационных задач. Новая терминология выделяет новый клан в науке - совокупность тех, кто ее придерживается. Информационный барьер отделяет членов этого клана от исследователей и литературных источников, использующих прежнюю терминологию. Отрицательной стороной управленческих инноваций, основанных на смене терминологии, является фактическое забвение научных результатов, сформулированных в прежней терминологии. В настоящей статье продемонстрировано (на многочисленных примерах) важное для управления наукой явление, состоящее в замене новой терминологией прежней системы терминов при сохранении фактического содержания научной дисциплины, выявлена (на предварительном уровне) польза и вред подобных управленческих инноваций. Статья посвящена постановке и предварительному решению исследовательской задачи в области науковедения и управления наукой. Обнаруженное явление заслуживает более тщательного и подробного изучения.

Ключевые слова: развитие науки, терминология, управление, научные кланы, кибернетика, искусственный интеллект, прикладная статистика, обучающие выборки, нейросети, управленческие инновации.

http://dx.doi.org/10.21515/1990-4665-177-013


UDC 303.732.4 : 519.2

08.00.13 Mathematical and instrumental methods of Economics

Change of terminology in the development of science

Orlov Alexander Ivanovich

Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor
RSCI SPIN-code: 4342-4994
prof-orlov@mail.ru

Bauman Moscow State Technical University, Moscow, Russia

Areas of scientific activity often change their names over time. In this article, we demonstrate several examples of this phenomenon and discuss its causes. We trace the transition from cybernetics to computer science and automated control systems, then to information and communication technologies and artificial intelligence. Under the digital economy we mean the use of information and communication technologies in the economy and management. The author of the article has been dealing with the problems of artificial intelligence for half a century, although under different names for this area of scientific research. Another time series is statistical methods, mathematical statistics, data analysis, applied statistics, data mining. The third one is classification methods based on training samples, pattern recognition and neural networks. We consider controlling and modern management technologies as synonyms. We discuss the change of terminology in the course of the development of the scientific field. The change of terminology acts as a managerial innovation. The introduction of new terms into circulation makes it easier to obtain funding and solve various organizational problems. The new terminology singles out a new clan in science - the totality of those who adhere to it. An information barrier separates the members of this clan from researchers and literary sources using the old terminology. The negative side of managerial innovations based on a change in terminology is the actual oblivion of scientific results formulated in the old terminology. This article demonstrates (using numerous examples) an important phenomenon for the management of science, which consists in replacing the old system of terms with new terminology while maintaining the actual content of the scientific discipline, and identifies (at a preliminary level) the benefits and harms of such managerial innovations. The article is devoted to the formulation and preliminary solution of a research problem in the field of science and science management. The discovered phenomenon deserves a more thorough and detailed study.

Keywords: development of science, terminology, management, scientific clans, cybernetics, artificial intelligence, applied statistics, training samples, neural networks, managerial innovations.

Введение
Достаточно понаблюдать за развитием науки и техники, чтобы обнаружить, что одни и те же области деятельности с течением времени меняют свои названия. Наблюдаем перманентное изменение терминологии. В настоящей статье продемонстрируем несколько примеров этого явления и обсудим его причины.
Сразу констатируем, что здесь мы, как правило, не будем давать определения тем или иным терминам или же обсуждать определения, данные другими авторами. Дело в том, что обсуждение подобных определений требует подробных и развернутых обсуждений, причем любое конкретное определение порождает дискуссию с аргументами "за" и "против" и предложениями по изменению формулировок. Будем предполагать, что используемые термины знакомы читателям. В методологической статье по теории нечеткости мы констатировали, что "мы мыслим нечетко" и именно поэтому понимаем друг друга и не увязаем в обсуждениях смысла терминов [1]. Из этого положения исходим и здесь. Сказанное не означает, что мы отрицаем необходимость определения терминов. В многочисленных работах мы даем определения используемых в них терминов. Однако эта статья - взгляд "с птичьего полета", и мы предполагаем, что используемые термины достаточно понятны и привычны читателям.

От кибернетики до искусственного интеллекта
В послевоенные годы бурно развивалась кибернетика. Обычно ссылаются на одноименную книгу Винера. Однако надо вспомнить и многих других - Шеннона, Бира, Тьюринга, Поста и др. В нашей стране организационным центром был Научный совет АН СССР по комплексной проблеме "Кибернетика", объединивший тысячи исследователей. Его председателем был адмирал флота академик А.И. Берг (1893 - 1979). Кроме основополагающих теоретических достижений в середине ХХ в. были созданы электронные вычислительные машины (сейчас вместо ЭВМ предпочитают использовать в том же значении термин "компьютер".
А вот в 80-е внезапно произошла смена терминологии. Вместо кибернетики стали говорить об информатике и об автоматизированных системах управления. Термин "информатика", казалось бы, намекает на анализ информации, однако основным ее содержанием являлась проблематика не теории информации, а кибернетики - кибернетические модели и использование компьютеров. Именно тогда в средней школе появилась дисциплина "Информатика", дающая основы компьютерной грамотности.
Далее в обращение вошел удачный термин "информационно-коммуникационные технологии". Электронная почта и интернет стали повседневными инструментами инженера, экономиста, менеджера, специалиста практически в любой области.
На современном этапе чаще других используют термины "цифровая экономика" и "искусственный интеллект". Как мы уже писали, цифровая экономика - это применение информационно-коммуникационных технологий в экономике и управлении [2]. Приведем актуальное на современной этапе официальное определение искусственного интеллекта, данное в "Национальной стратегии развития искусственного интеллекта на период до 2030 года", В ней сказано: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений" (https://www.garant.ru/products/ipo/prime/doc/72738946/). В этом определении прямо не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование, включая высокие статистические технологии, в том числе нечисловую статистику, теорию и практику экспертных оценок, статистические методы анализа данных).
Автор занимается проблемами искусственного интеллекта около полвека (первые статьи напечатаны в 1972 г.). Хотя в те времена использовались другие термины.
Мода на термины меняется, а суть научного движения - одна и та же. В середине ХХ в. много говорили о кибернетике. К настоящему времени этот термин встречается редко. Зато появились новые слова: "Искусственный интеллект", "Цифровая экономика". Если же прочитать книги Н. Винера, основоположника кибернетики, то увидим, что он говорит про актуальные ныне проблемы искусственного интеллекта и цифровой экономики. Например, про заводы-автоматы и проблемы дальнейшей жизни работников, вытесненных роботами со своих рабочих мест.
Обсуждаемое единство и борьба сути и терминологии известно с древних времен. В Библии сказано: " Что было, то и будет; и что делалось, то и будет делаться, и нет ничего нового под солнцем. Бывает нечто, о чем говорят: "смотри, вот это новое"; но это было уже в веках, бывших прежде нас. Нет памяти о прежнем; да и о том, что будет, не останется памяти у тех, которые будут после" (Библия, Ветхий Завет, Книга Екклезиаста, гл.1, синодальный перевод (Еккл.1:9-11)).
Хотя термин "кибернетика" употребляется сейчас редко, научные и прикладные работы по кибернетике появляются в огромном количестве [3]. Любопытно, что сборник статей, с которого мы отсчитываем развертывание в нашей стране научной области под названием "прикладная статистика", назывался "Современные проблемы кибернетики (прикладная статистика)" [4].
Герой комедии Мольера «Мещанин в дворянстве», при помощи учителей натаскивающий себя на «образованность», удивляется: «Как!? Когда я говорю: Николь, принеси мне туфли и подай ночной колпак, — это проза? Скажите на милость! Сорок слишком лет говорю прозой — и невдомек!» Аналогично можно сказать, что автор этой работы более полувека занимается проблемами искусственного интеллекта и цифровой экономики.
Констатируем, что кибернетическое (в частности, организационно-экономическое) моделирование, в том числе теория принятия решений (включая экспертные процедуры), является научной основой технологий искусственного интеллекта. Это научное направление является всё более востребованным в ходе бурного развития цифровой экономики.

Статистические методы и анализ данных
Статистические методы с успехом применялись еще в древние времена. В Пятой книге Моисеевой "Числа" (Ветхий Завет, Библия) рассказано о процедуре и результатах переписи военнообязанных. Однако термин "Статистика" стал использоваться гораздо позже. Как указывает В.В. Налимов [5], впервые этот термин (точнее, его корень) появился в тексте пьесы Шекспира «Гамлет, принц датский» (1602). В следующем столетии под статистикой понимали государствоведение. Современная Федеральная служба государственной статистики России (Росстат) действует в рамках этой традиции.
Но в том же веке зародилась другая традиция статистических методов - анализ данных результатов экспериментов - измерений, наблюдений, анализов, испытаний, обследований. Уже в конце XVIII в. Гаусс, анализируя данные астрономических наблюдений, разработал один из наиболее известных статистических методов - метод наименьших квадратов (1794), который никак нельзя отнести к государствоведению. К этой традиции относятся наши научные работы и учебные курсы.
Дальнейшая история статистических методов отражена в [6]. Отметим здесь только, что на Всесоюзном совещании по статистике 1954 г. термин "статистика" отнесли исключительно к ведомственной науке ЦСУ (ныне - Росстат). В перечне научных специальностей осталась еще одна часть статистических методов - математическая статистика, т.е. математические методы статистики. Именно так называлась книга Г. Крамера [7], по которой учились поколения статистиков. А остальные области статистической науки - эконометрика, биометрика, статистические методы в технике (в том числе теория надежности) и др. - оказались вне официального перечня научных специальностей, можно сказать, в подполье. Приходилось выступать "под чужим флагом", например, эконометрические работы относили к экономической кибернетике или математическим методам в экономике.
Математическая статистика попала руки математиков, в рамках специальности "теория вероятностей и математическая статистика". А невероятностные математические методы статистики стали относить к якобы новому научному направлению - "анализу данных". Математики оторвались от реальных задач, стали доказывать теоремы о свойствах возникших в статистике математических структур. Такая направленность работ является вполне естественной для математики как давно сложившейся науки. Однако она не способствовала развитию методов анализа статистических данных. В ответ возникла прикладная статистика, сначала на Западе (applied statistics), а затем и в нашей стране. Как самостоятельное научное направление она была провозглашена в 1981 г. [4], хотя отдельные работы, например, по прикладному многомерному статистическому анализу, выходили и раньше.
Анализ данных входит в прикладную статистику. Однако появился новый термин "интеллектуальный анализ данных". Этот термин ввел в 1989 г. Г.И. Пятецкий-Шапиро, эмигрировавший из СССР в Израиль и США. По нашему мнению, этот термин обозначает ту же область знаний, что и термин "прикладная статистика".
В настоящее время статистические методы анализа данных (т.е. методы прикладной статистики) являются основой технологий искусственного интеллекта. Именно поэтому наши три учебника [7 - 9] имеют серийное название "Искусственный интеллект".
Отметим, что одновременное использование различных терминологических систем достаточно распространено. Например, основные понятия теории вероятностей могут быть выражены в терминах теории множеств. Так, пространство элементарных событий - это произвольное множество, случайное событие - его (измеримое) подмножество, случайная величина - функция от элементов этого множества. В традиционных терминах статистики признак - это функция, определенная на статистических единицах, входящих в генеральную совокупность, а в качестве таковой можно рассматривать произвольное множество. Если это множество - конечное, то выборка - его подмножество, объем выборки - число элементов этого подмножества. Причина использования различных терминологических систем состоит в том, что теория вероятностей развивается с XVII в., с работ Джероламо Кардано, Блеза Паскаля, Пьера Ферма, Христиана Гюйгенса. Теория множеств была создана во второй половине XIX века Георгом Кантором и Рихардом Дедекиндом. В 30-х годах ХХ в. А.Н. Колмогоров выразил основные результаты теории вероятностей в терминах теории вероятностей и теории меры. Именно после этого теория вероятностей стала одной из математических дисциплин. Однако прежняя терминология продолжает использоваться, особенно в учебных курсах. Прежняя терминология удобна для обсуждения прикладных вопросов, в то время как теоретико-множественная - для математических работ.

Теория классификации, обучающие выборки и нейросети
Рассмотрим конкретную область прикладной статистики - теорию классификации. В ней выделяют три области - построение классификаций, изучение классификаций, применение классификаций [7]. Если изучение классификаций - это однозначно часть статистики нечисловых данных, то две другие области имеют в литературе самые разные названия.
Построение классификаций - это то же самое, что кластер-анализ (кластерный анализ), распознавание образов без учителя, типология, таксономия, группировка, классификация без учителя, дихотомия ...
Применение классификаций - это то же самое, что дискриминация (дискриминантный анализ), диагностика, распознавание образов с учителем, автоматическая классификация с учителем, статистическая классификация.
"Учитель", о котором здесь идет речь, - это использование обучающих выборок. В этом случае классы заданы обучающими выборками, и на их основе правила формируется правило принятия решений о том, к какому классу отнести вновь поступающий объект. Когда говорят об алгоритмах без учителя, то это значит, что речь идет о построении классификации на основе анализа данных единой обучающей выборки.
В настоящее время популярный термин - нейросети. Речь идет о математических моделях (и разработанных на их основе программной или аппаратной реализации), построенных по аналогии с сетями нервных клеток живого организма. Эти модели возникли в середине ХХ в. при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы (на уровне знаний того времени). Если вникнуть в суть нейросетевых методов, то становится очевидным, что эти модели предназначены прежде всего для решения задач классификации на основе анализа обучающих выборок. При этом нейросетевые алгоритмы, как правило, не являются оптимальными. Например, доказано, что для отнесения вновь поступающего объекта в один из двух классов, заданных обучающими выборками, (асимптотически) оптимальным является решающее правило, основанное на непараметрических оценках плотностей распределений вероятностей, соответствующих классам [10]. Нейросетевые методы не могут дать лучшего результата, чем это решающее правило. Однако частое упоминание нейросетей в современной литературе приводит к забвению оптимальных методов и алгоритмов, что, естественно, снижает эффективность технологических решений искусственного интеллекта.
Констатируем, что нейросети, методы распознавания образов, и, например, генетические алгоритмы, - это разделы прикладной статистики (статистических методов анализа данных) [7, 8], вынесенные на передний план по вненаучным причинам, о которых пойдет речь в заключительной части статьи.

Контроллинг и современные технологии управления
У термина "контроллинг" много определений. Мы исходим из того, что контроллинг - это разработка и применение методов информационно-аналитической поддержки процессов принятия решений при управлении предприятиями, организациями, регионами. Есть и другие определения термина "контроллинг" [11 - 13].
В нашей стране работы по контроллингу координирует Объединение контроллеров (http://controlling.ru). Решение о его создании было принято 9 ноября 2000 г. на симпозиуме "Контроллинг как философия и методология эффективного управления государственных организаций и частного бизнеса", посвященном 170-летию МГТУ им. Н.Э. Баумана. Базовой организацией Объединения является кафедра "Экономика и организация производства" МГТУ им. Н.Э. Баумана. Основными печатными органами Объединение контроллеров являются журналы "Контроллинг" и "Инновации в менеджменте". За более чем двадцать лет "под знаменем" контроллинга проведены десятки научных конференций, защищены сотни диссертаций и дипломных работ.
Констатируем, что журнал "Контроллинг" имеет подзаголовок "Технологии управления". Мы обратили внимание на то, что контроллинг бывает явным и бывает скрытым [14]. Явным - когда автор работы по вопросам технологии управления использует термин "контроллинг", и скрытым, когда он работает в той же научной области, но этот термин не использует. Например, на научных конференциях Объединения контроллеров постоянно звучит термин "контроллинг", а на конференциях по той же тематике, проводимых Институтом проблем управления РАН, этот термин не используется.

Развитие науки и смена терминологии
Типовая схема развития научных исследований такова: для решения практических задач создаются математические модели и методы, которые в дальнейшем отрываются от практики и изучаются внутри математики, после чего некоторые из полученных результатов применяют для решения новых практических задач. Например, для счета предметов в древние времена была создана арифметика, затем свойства чисел изучались сами по себе, во вновь созданной области математики под названием "теории чисел", наконец, некоторые результаты теории числе нашли практическое применения, например, в методе Монте-Карло (статистических испытаний) для построения датчиков псевдослучайных чисел и изучения их свойств, в криптографии для создания и изучения шифров. В диалектической логике рассматривается триада - тезис, антитезис, синтез. Если описательную статистику XIX в. (и более раннюю) рассматривать как тезис, то антитезисом является математическая статистика, развиваемая с начала ХХ в., а синтезом - современная прикладная статистика.
Внутри прикладной статистики наблюдаем те же три стадии. Например, задачи анализа конкретных данных нечисловой природы привели к разработке нечисловой статистики (синонимы - статистика объектов нечисловой природы, статистика нечисловых данных), ядром которой является весьма абстрактная область - статистика в пространствах произвольной природы, а затем общие методы были применены к анализу данных конкретных типов, например, полученных от экспертов кластеризованных ранжировок (упорядочений), что позволило установить асимптотическое поведение медианы Кемени как способа получения коллективного мнения комиссии экспертов [7, 9].
Вполне естественно, что переход к новой развития научного направления сопровождается сменой используемой терминологии. Многочисленные примеры приведены ранее в настоящей статье.

Смена терминологии как управленческая инновация
В чем причина постоянного появления новых терминов для обозначения давно известных сущностей?
Чтобы предложить предварительный ответ на этот вопрос, используем понятия информационного барьера и клановой структуры в науке, рассмотренные в работе [15]. Информационный барьер возникает из-за невозможности для исследователей овладеть всем массивом научной информации, накопленной в их научной области. Для частичного преодоления информационного барьера ученые объединяются сравнительно немногочисленные кланы (сотни и тысячи участников), внутри которых можно наладить освоение и обмен научной информацией, полученной членами клана.
Самое главное наше утверждение в этой статье: новая терминология выделяет новый клан в науке - совокупность тех, кто ее придерживается. Информационный барьер отделяет членов этого клана от исследователей и литературных источников, использующих прежнюю терминологию.
Изменения терминологии можно рассматривать как управленческие инновации. Введение в оборот новых терминов позволяет облегчить получение финансирования, решение разнообразных организационных задач. Гораздо легче решать такие насущные для бытия науки задачи, используя новые термины, чем при использовании уже привычной (и надоевшей лицам, принимающим решения) прежней терминологии. Под знаменем новых терминов создают новые институты, кафедры, журналы, проводят новые циклы конференции, вводят новые научные и учебные специальности, публикуют монографии и учебники ... Проще говоря, формируется инфраструктура нового научного клана.
Отрицательной стороной управленческих инноваций, основанных на смене терминологии, является фактическое забвение научных результатов, сформулированных в прежней терминологии.

Заключение
Подведем итоги.
В настоящей статье продемонстрировано (на многочисленных примерах) важное для управления наукой явление, состоящее в замене новой терминологией прежней системы терминов при сохранении фактического содержания научной дисциплины, выявлена (на предварительном уровне) польза и вред подобных управленческих инноваций.
Статья посвящена постановке и предварительному решению исследовательской задачи в области науковедения и управления наукой. Обнаруженное явление заслуживает более тщательного и подробного изучения.

Литература
1. Орлов А.И. Математика нечеткости // Наука и жизнь. 1982. №7. С. 60-67.
2. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
3. Новиков Д.А. Кибернетика: Навигатор. История кибернетики, современное состояние, перспективы развития. - М.: ЛЕНАНД, 2016. -160 с.
4. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981. - 64 с.
5. Налимов В.В. Предисловие // Коллекция определений термина "Статистика" / Никитина Е.П., Фрейдлина В.Д., Ярхо А.В. - М.: Издательство Московского университета, 1972. - С. 3-4.
6. Лойко В.И., Луценко Е.В., Орлов А.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография. – Краснодар : КубГАУ, 2019. – 258 с.
7. Орлов А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c.
8. Орлов А.И. Искусственный интеллект: статистические методы анализа данных : учебник. — М.: Ай Пи Ар Медиа, 2022. — 843 c.
9. Орлов А.И. Искусственный интеллект: экспертные оценки : учебник. — М.: Ай Пи Ар Медиа, 2022. — 436 c.
10. Орлов А.И. Базовые результаты математической теории классификации // Научный журнал КубГАУ. 2015. №110. С. 219–239.
11. Контроллинг / А.М. Карминский, С.Г. Фалько, А.А. Жевага, Н.Ю. Иванова; под ред. А.М. Карминского, С.Г. Фалько. – 3-е изд., дораб. – М.: ИД «ФОРУМ»: ИНФРА-М, 2013. – 336 с.
12. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 270 с.
13. Чугунов В.С. Контроллинг: философия, теория, методология: монография. - М.: НП "Объединение контроллеров", 2017. - 140 с.
14. Орлов А.И. Контроллинг явный и контроллинг скрытый // Контроллинг. 2018. №3(69). С. 28-32.
15. Орлов А.И. Единство и борьба полюсов в развитии науки // Научный журнал КубГАУ. 2022. №176. С. 156–180.

Публикация:
1217. Орлов А.И. Смена терминологии в развитии науки // Научный журнал КубГАУ. 2022. №177. С. 232–246.
http://ej.kubagro.ru/2022/03/pdf/13.pdf



Академический взгляд на техно-экономическую блокаду

Роберт Искандерович Нигматулин – доктор физико-математических наук, академик РАН

Какой выход может предложить русский научный ум в ситуации тотальных западных санкций

В условиях объявленной нам экономической войны надо сосредоточиться на предложениях ученых «что делать». Конечно, академики напишут много страниц, но их никто читать не будет. Надо написать четко и кратко. И в первую очередь сформулировать предложения на 2022 год. Необходимо организовать обсуждение этой проблематики в РАН с активным участием отделения общественных наук. Президент РАН должен отфильтровать предложения ученых и найти путь к их реальному обсуждению в правительстве РФ.

Первые оценки последствий
Об экспорте. Он составлял 450 млрд долл. в год, в котором 90% – это сырье или полусырье. Бóльшая часть экспорта пока сохранится, тем более что цены на наше сырье выросли. Поэтому наша экспортная выручка вместе с сохранившимися золотовалютными резервами поможет поддержать курс рубля.
События последнего времени подтвердили, что извлекаемое сырье в земле – это более надежный ресурс, чем избыточные и инфлирующие золотовалютные резервы, которые, как оказалось, могут быть еще и арестованы. Правительство должно изучить возможность и последствия ограничения экспорта нашего сырья и полусырья в зависимости от снятия ограничений на необходимые для нас импортные комплектующие и даже инвестиции в Россию.
При этом не надо преувеличивать трудности в США и Европе из-за санкционной войны. Так, в США даже после роста цен на бензин на 40% и более, до 6 долл/галлон или 1,5 долл/л, что по паритету покупательной способности соответствует всего 45 руб/л, топливо дешевле, чем у нас. Они преодолеют и инфляцию, уже достигшую 7%.
В Европе санкционная война с Россией создаст гораздо более масштабные проблемы. Повышение цен на газ, нефтепродукты и другое сырье приведет к более серьезному падению ВВП и инфляции.
Серьезная проблема с экспортно-импортной составляющей нашей экономики состоит в том, что на вырученные доллары и евро, необходимые для наших производств импортные комплектующие не купишь из-за санкций. И это серьезная угроза. Прежде всего угроза безработицы. Ведь у нас не только вся промышленность, авиационный транспорт, но и сельское хозяйство зависит от импорта комплектующих и компонентов из Европы, США и Китая. Комплектующих не будет. А сельское хозяйство зависит от импортных семян, племенного материала, добавок в комбикорма, ветеринарных препаратов и т.д.

Инженеры – основной капитал
Но главная и очень тяжелая проблема в преодолении экономических вызовов – вопиющая неэффективность работы социально-экономического блока правительства, руководителей корпораций и крупных предприятий. Там почти нет специалистов, нет инженеров. В результате у нас самая низкая отдача от инвестиций в основной капитал, мы потеряли технологическую независимость. Специалистов надо подбирать буквально точечно, выделяя тех, кто имеет созидательный опыт, и срочно выдвигать их на руководящие посты.
Надо кардинально поднять подготовку инженеров и квалифицированных рабочих. Необходимо поднять зарплаты преподавателям соответствующих университетов и училищ. Но реализовать программу восстановления и подъема высшего образования нынешнее Министерство науки и высшего образования РФ, кажется, абсолютно не способно. В Миннауки нет профессионалов.
Напомню имена выдающихся ученых и государственных деятелей, которые возглавляли ведомства, ответственные за образование и науку. Министерство образования и ВАК возглавляли члены-корреспонденты АН СССР В.П. Елютин, Г.А. Ягодин, академики И.Ф. Образцов, Е.И. Шемякин. Госкомитет по науке и технике – академики В.А. Кириллин, Г.И. Марчук, Н.П. Лаверов. Сравните их с нынешними руководителями министерств. Становится горько, печально и даже смешно.

Производительные силы
Правительство совместно с научными учреждениями должно оценить состояние и развитие сырьевой базы России. Необходимый обзорный и аналитический материал имеется в РАН. Например, подготовленный под руководством академика Н.С. Бортникова и члена-корреспондента РАН В.Л. Яковлева. Для крупных предприятий надо оценить их производственные цепочки, рассчитать варианты замещения импортных комплектующих, производимых в недружественных странах, с размещением этих производств в России или дружественных странах.
Необходимо срочно изучить последствия прекращения офшорной юрисдикции крупных компаний на территории России, переводя их под отечественную правовую сферу. Разработать меры контроля и ограничения инвестиций за рубежом, меры стимулирования инвестиций в Россию. Стимулировать создание в компаниях собственных фондов развития, перечисляя туда часть прибыли. Все это направлять на плановое развитие, в том числе и региональное.
Очень важны методы индикативного стратегического планирования для ключевых предприятий реального сектора экономики со льготами (земельными, налоговыми, таможенными, административными), стимулирующими выполнение запланированных показателей. Для каждого региона надо оценить потенциалы продовольственной безопасности. Провести амнистию технических специалистов (не только занятых в сфере IT), находящихся в местах заключения или под следствием по «экономическим» статьям. Проанализировать последствия отказа защиты интеллектуальной собственности недружественных стран.
Пора отрабатывать переход на финансирование госбюджета эмиссией Центрального банка России, чтобы обеспечить экономику необходимой ликвидностью. Наконец, требуется изучить возможность расчетов золотом как в наличном, так и безналичном порядке.
Правительство уже сделало повороты в верном направлении, о котором давно говорили ученые. Но нужны еще более решительные и срочные меры. Ниже они перечислены.

Девятиножка экономики
1. Надо наладить контроль и срочно снизить внутренние цены на топливо и электроэнергию. При формировании внутренних цен, оценке их социально-экономической значимости, при их сравнении с ценами и ВВП в других странах следует категорически отказаться от ориентации на доллары по курсу Центрального банка. Согласно экономической науке, следует ориентироваться на курс доллара по паритету покупательской способности (ППС). Курс доллара по ППС, устанавливаемый по ценам наиболее распространенных потребительских товаров и услуг в разных странах, сегодня равен менее 30 руб.
Практически во всех странах с преобладающим сырьевым экспортом, за счет которого они зарабатывают доллары, всегда курс доллара по банковскому курсу в несколько раз выше курса по ППС. Делается это для того, чтобы защитить свою национальную валюту от бегства капиталов и свои производства от импорта.
Банковский курс, по которому обменивается валюта, определяет соотношение только между экспортом и импортом. По банковскому курсу рублевые цены в России при их переводе в доллары делением на высокий банковский курс доллара, выглядят очень дешевыми по сравнению с ценами в США и Европе. Это позволяет некоторым «экспертам» утверждать, что у нас дешевые цены и благополучие, несмотря на малые зарплаты и пенсии основной массы трудящихся.
Следуя такой «логике», девальвация рубля приводит к падению российских цен в долларах, что не имеет никакого социально-экономического смысла для населения России. Цена на товары народного потребления на внутреннем рынке должна соответствовать внутренней себестоимости в рублях плюс госотчисления, которые надо уменьшить, плюс умеренная прибыль.
Снижение цены на нефть, нефтепродукты, газ и электроэнергию за счет снижения госотчислений и прибыли позволит реализовать наше сырьевое преимущество и будет инвестицией в развитие производительных сил. В тот же автомобильный и авиационный транспорт. А потери отчислений в госбюджет следует компенсировать увеличением госотчислений с экспорта нефти и нефтепродуктов. Этот экспорт углеводородов по объему в три раза превышает внутреннее потребление. То же относится к экспорту древесины, минеральных удобрений, химических веществ, металлов и другого полусырья.
2. Обязать основные «производственные» министерства, крупные госкорпорации иметь свои опорные проектные и научно-исследовательские институты.
3. Отменить федеральные процедуры закупок (№ 223 ФЗ). Закупки – это ответственность генерального директора и акционера.
4. До завершения острой фазы кризиса надо заморозить все виды налогов не только на малый бизнес и IT-сферу, но и на средний бизнес, вместе дающие 20% ВВП, или около 25 трлн руб. в год). Снизить НДС до 10% для предприятий, занимающихся конструированием, проектированием, программированием, наукой, обучением техническим дисциплинам, и спортивных предприятий.
5. Целевое кредитование малого и среднего бизнеса по ставке не более 5% годовых и другие специальные меры поддержки, чтобы сохранить деятельность этих предприятий.
6. Целевые кредиты по ставке не более 3% годовых в высокотехнологические импортозамещающие производства.
7. Отменить налогообложение низкооплачиваемых работников с необлагаемым минимумом зарплат на уровне 1 тыс. долл. по ППС/месяц, то есть примерно 30 тыс. руб. в месяц. Потерю госбюджета компенсировать повышением налогов на большие доходы, например выше 16 тыс. долл. по ППС/месяц (500 тыс. руб. в месяц) и богатую собственность.
Отменить все налоговые соглашения с развитыми недружественными странами.
8. Особое внимание уделить обеспечению работой молодежи. Срочно кратно поднять стипендии студентам и особенно аспирантам.
Обеспечить контрактами студентов и выпускников вузов по специальностям из сферы IT, чтобы заитересовать их работать в России, а не в зарубежных фирмах.
9. Все финансовые вливания в социальную сферу, в частности отмеченные выше и приводящие к росту покупательского спроса, должны быть сбалансированы увеличением массы товаров народного потребления. В том числе и их импорта из Китая, Азербайджана, Турции, Ирана и других не враждебных к нам государств. Иначе все финансовые вливания уйдут в инфляцию.

Что делать Академии наук
Мы, Академия наук, должны самореформироваться. Главное – привлечение активной части докторского корпуса, директоров институтов, профессоров РАН к реальной работе – хотя бы в отделениях, в том числе и при выборах новых членов РАН. Авторитет Российской академии наук упал существенно, и надо укрепить опору на научное сообщество.
После реорганизации необходимо поставить вопрос о возвращении РАН руководства институтами (назначение директоров, госзадания и базовое финансирование, оценка институтов и результатов их работы). Это вполне достижимая цель.
Академическому сообществу давно пора поставить вопрос о воссоздании Российской академии медицинских наук и Российской академии сельскохозяйственных наук – со своими институтами, по отношению к которым они должны осуществлять такие же функции, как РАН.
Нам срочно надо восстановить академические журналы, русскую систему защиты диссертаций и Высшую аттестационную комиссию. В ВАК определяющую роль играют крупные ученые, а не чиновники. Удивительно, что разработка новых публикационных рейтингов после провала придуманных Минобрнаукой нелепых рейтингов, ориентированных на западные журналы, поручена той же Минобрнауке, а не Российской академии наук.
Социально-экономические цели, провозглашаемые уже 10 лет, откладываются, не выполняются и не будут выполняться, если ученые не разработают строго научный и теоретический компонент преодоления государственных экономических, технологических, социальных и гуманитарных проблем. Важнейшей задачей руководства Российской академии наук становится организация таких разработок и их внедрение в общественное сознание и во власть.

Источник: Независимая газета, 26.04.2022, Роберт Нигматулин

Статья подготовлена по материалам заседания Президиума РАН 10 марта 2022 года.
http://www.ras.ru/digest/showdnews.aspx ... 08&print=1


Пересчитайте хвосты «Пантер»

Андрей Райзфельд

Из Германии в очередной раз принялись учить нас тому, как мы должны чтить свои победы.
Одна из газет – «Ди Вельт» – разразилась истерическими требованиями снести памятники в честь победы советских войск на Курской дуге. Мол, не победили мы, мол, немцы там три с половиной человека всего потеряли и полтора танка, а отступать начали исключительно из брезгливости, мол, не вынесли сентиментальные немецкие души видов груд из сотен тысяч мертвых советских солдат и офицеров и тысяч разбитых танков.
Вообще, это уже старая песня. Россиянские ниспровергатели давно уже смакуют макакавки, мол, под Курском в наступлении немцы безвозвратно потеряли всего 12 (двенадцать!!!) танков, а сами при этом уничтожили тысячи наших танков. Это настолько бредово, что не стоило бы внимания, если бы не тиражировалось кем только можно из очернителей нашей истории.
В одной из своих статей я уже писал о специфическом характере учета потерь в вермахте. Например, что такого показателя, как умершие от ран на поле боя и на этапах транспортировки, в действующей армии вермахта не было в принципе. Ибо если ранение определялось как требующее длительного лечения, более 3–4 недель, то раненый автоматически перечислялся из действующей армии в армию резерва. И если раненый умирал, то учитывался уже не как безвозвратная потеря действующей армии, в ней он проходил по категории раненых, подлежащих эвакуации в тыл. Даже если солдат или офицер умирал в километре от передовой, это уже была безвозвратная потеря армии резерва.
Кроме того, в учете потерь вермахта везде и всюду в первую очередь фигурируют данные о потерях только «подразделений, непосредственно ведущих бой», – Gefechtstarke, боевого состава части (соединения). В то же время приданные части артиллерии, инженерные, связи, ремонтные, тыловые и другие в этих потерях соединений не учитывались, по ним шел отдельный учет, их потери проходили по учету расположения штаба этих частей, зачастую совершенно на другом участке фронта. Прежде всего это относится к приданной артиллерии и инженерным частям, а также к транспортным колоннам. Потери полков ПВО вообще учитывались по потерям люфтваффе. И совершенно не учитывались потери военизированных формирований, таких как Организация Тодта, «Транспортный корпус Шпеера», «Национал-социалистский транспортный корпус», и вспомогательного вольнонаемного персонала, так называемый «хиви» – Hilfswillige, «добровольные помощники». И если принимать во внимание все эти факторы, то цифры немецких потерь будут совершенно иными, куда более крупными.
Но как бы то ни было, игрища с цифирью позволяют журналюгам из «Ди Вельт» и отечественным ниспровергателям ловко жонглировать величинами немецких потерь и всячески их приуменьшать.
С учетом потерь боевой техники в вермахте и войсках СС все было еще запутаннее. Разбитый вдрызг танк или штурмовое орудие, если его эвакуировали в тыл, НИКОГДА не списывались сразу. А первоначально зачислялись в «кратковременный ремонт». Потом разбитую технику переводили в категорию «среднесрочного ремонта», потом – в «долгосрочный ремонт», последней стадией был «ремонт с отправкой в Германию», и только после этого бронетанковую технику могли признать безвозвратно утерянной.
В августе 1943 года в Харькове на тракторном и паровозостроительном заводах были захвачены десятки и сотни полностью разбитых и сгоревших немецких танков. Причем по их виду было ясно, что простояли они на заводских дворах не одну неделю. По документам и из допросов пленных было выяснено, что большинство этих танков стоят еще с начала июля. У офицеров нашей бронетанковой службы это вызвало просто шок: за каким чертом надо держать в тылу столько времени разбитые танки, вместо того чтобы сразу их списать и отправить на металлолом? Но немцы ничего не могли пояснить, кроме ссылок на свой порядок работы с разбитой техникой.
Хотя логика была простейшая – советским офицерам, не знакомым с «рыночными» методами экономики, не могло прийти в голову, что на разбитых в хлам танках и штурмовых орудиях всевозможные немецкие концерны (Daimler – Benz AG, Faizeug und Motorenday GmbH (FAMO), Friedrich Krupp AG, Henschel und Sohn AG и т.п.) делают гешефт, осваивают денежки на якобы их ремонт, прежде чем списать в утиль.
Для прояснения картины приведу выдержку из книги «Панцерваффе. Полная энциклопедия» (М.: «Эксмо», «Яуза», 2012), приношу извинения сразу за пространность цитаты:
«Так, весьма интересны и примечательны данные потерь бронетанковой техники, приводимые Б. Мюллером-Гиллебрандом. Например, в апреле–июне 1943 года, когда на Восточном фронте стояло затишье, а бои шли только в Северной Африке, как безвозвратные потери были учтены 1019 танков и штурмовых орудий, притом что к концу марта армия «Африка» имела едва ли полтораста танков, а в апреле и в мае в Тунис было доставлено не более 100–150 танков и штурмовых орудий. То есть в Северной Африке в апреле и мае вермахт мог потерять самое большее 300 танков. Откуда же взялись еще более 700 потерянных танков? Аналогично потери БТТ в декабре 1942 года, когда шли жестокие танковые бои на Дону, или потери в январе 1943 года, когда немецкие войска откатывались с Кавказа, Мюллер-Гиллебранд приводит в количестве всего 184 и 446 танков и штурмовых орудий, зато в феврале–марте 1943 года, когда вермахт перешел в контрнаступление на Украине, потери немецкой БТТ вдруг достигли 2069 единиц в феврале и 759 единиц в марте. Притом что к началу февраля армия «Африка» насчитывала едва 350 танков и штурмовых орудий и в феврале–марте получила на пополнение всего около 200 танков. То есть даже при условии уничтожения всех немецких танков в Африке потери армии «Африка» в феврале–марте не могли превысить 550 единиц, остальные 2278 танков и штурмовых орудий были потеряны на Восточном фронте. Как такое могло случиться?
Ответ прост – в феврале 1943 года капитулировала в Сталинграде 6-я армия Паулюса. И вермахту пришлось перевести в список безвозвратных потерь всю бронетанковую технику, давно уже утраченную им в донских степях, но продолжавшую скромно числиться в долгосрочном ремонте в 6-й армии. Кроме того, в разряд безвозвратных потерь были переведены и давно уже потерянные танки и штурмовые орудия, но проходившие по графе «к ремонту с отправкой в Германию». После того как германские корпорации оприходовали средства, полученные за якобы неудавшийся ремонт, эти танки были под благовидным предлогом со спокойной душой причислены наконец-то к безвозвратным потерям.
Если проанализировать у того же Мюллера-Гиллебранда данные по потерям «Королевских тигров», то выясняется еще более поразительная картина. В начале февраля 1945 года в вермахте и «ваффен-СС» числилось 219 танков Pz.Kpfw.VI Ausf.B – Tiger II («Королевский тигр»). Произведено было к этому времени 417 танков этого типа. А потеряно, по данным все того же Мюллера-Гиллебранда, 57. Итого разница между произведенными и потерянными танками – 350 единиц. В наличии – 219. Куда подевалась 131 машина? И это еще не всё. Ряд других исследователей истории панцерваффе также оказываются в неловком положении, когда почти все указывают, что немецкие войска признали под Сандомиром потерю только 6 (шести) Pz.Kpfw.VI Ausf.B – Tiger II («Королевский тигр»). Но как же быть тогда с ситуацией, когда у местечка Шидлув и деревни Оглендув под Сандомиром советскими трофейными группами и группами из автобронетанкового управления 1-го Украинского фронта были детально изучены и описаны с указанием заводских номеров 10 подбитых и сгоревших и 3 полностью исправных «Королевских тигра»?
И опять же, если взглянуть в данные отставного немецкого вояки, то мы увидим, что первые 10 потерянных Pz.Kpfw.VI Ausf.B «Королевских тигров» указаны только в октябре 1944 года. Но как же быть с теми самыми 13 «Королевскими тиграми» 501-го тяжелого танкового батальона, что были в августе уничтожены и захвачены исправными войсками 3-й гвардейской танковой армии у Шидлува и Оглендува? Выходит, что более 2 месяцев немцы не числили в безвозвратных потерях эти танки? Этот казус можно объяснить, только если принять искаженную логику, что немцы продолжали числить эти танки не в разряде безвозвратных потерь, исходя из теоретического посыла, что при удачном стечении обстоятельств они снова займут территорию, где стоят подбитые танки, эвакуируют их и отремонтируют. Никакими другими умозаключениями эту абсурдную ситуацию объяснить невозможно.
По данным Мюллера-Гиллебранда, к 1 февраля 1945 года было произведено 5840 тяжелых танков Pz.Kpfw.V – Panther («Пантера»), потеряно 3059 единиц, в наличии имелось 1964 единицы. Если брать разницу между произведенными «Пантерами» и их потерями, то остаток составляет 2781 единицу. Наличествовало же, как уже указывалось, 1964 единицы. При этом танки «Пантера» сателлитам Германии не передавались. Куда же подевались 817 единиц этих танков?
С танками Pz.Kpfw.IV такая же неувязка. Произведено к 1 февраля 1945 года этих машин, по данным Мюллера-Гиллебранда, – 8428 единиц, потеряно – 6151, разница составляет 2277 единиц, наличествовало на 1 февраля 1945 года 1517 единиц. Передано союзникам было не более 300 машин этого типа. Таким образом, неучтенными оказываются до 460 машин, подевавшихся неведомо куда.
Танки Pz.Kpfw.III. Произведена 5691 единица, потеряно к 1 февраля 1945 года 4808 единиц, наличествовало на ту же дату 534 единицы. Передано сателлитам было не более 50 единиц, таким образом, неведомо куда из учета испарилось около 300 танков.
Всего же у отставного генерала вермахта исчезли из учета более 1700 танков «Королевский тигр», «Пантера», Pz.Kpfw.IV и Pz.Kpfw.III...
Как мы видим, абсурдная логика в учете потерь бронетанковой техники была весьма изощренной.
Тем не менее, отталкиваясь от этой извращенной методики учета потерь боевой техники в годы Великой Отечественной войны, современные последыши недобитых гитлеровских вояк смеют еще вякать и учить нас, какие памятники мы должны оставить, а какие снести.
Думается, что ответ должен был бы быть очень жестким и нелицеприятным. Стоило бы напомнить зарвавшимся немецким журналюгам и «историкам», что не Красная Армия, а вермахт в 1943 году был поганой метлой выметен за Днепр и дальше. Что Красная Армия, устояв в чудовищных боях 1941–1942 годов, в конце 1942 года начала победоносное наступление. Сначала трудное и медленное, но со временем все более стремительное. И что с лета 1943 года именно для немцев и их прихлебателей наступило время котлов и беспощадных избиений в этих котлах. Настало время избиений в Белоруссии, под Сандомиром, Яссами, Мемелем, между Вислой и Одером, в Восточной Пруссии, Восточной Померании и в Силезии. Настало время, когда гитлеровцы откатывались все дальше на запад в иллюзорной надежде найти рубеж, который станет непреодолимым для советских войск. Но докатились до самого Берлина.
И не дело тех, кто, стоя не четвереньках, вымаливал пощаду, теперь устраивать распальцовку. Коли врезали вам до кровавой рвоты так, что под советские танки 14-летних сопляков бросали, так не чирикайте, утритесь и молчите в тряпочку.


http://sovross.ru/articles/1873/45053


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб окт 15, 2022 11:06 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1134 от 17 октября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Статья А.И. Орлов "Развитие фундаментальной науки как единство и борьба противоположных полюсов" посвящена новым результатам в области науковедения.
Последнее десятилетие жители США, Европы и России отказывались от лишних предметов быта. Вместе с идеологией минимализма критиковалась чрезмерная тяга к вещам, но пандемия и кризис поменяли и эти правила игры. Об этом рассуждает Георгий Макаренко в статье "Минимализм и шеринг - разумная достаточность. Меньше значит меньше: как кризис заставляет накапливать вещи".








Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., директор Института высоких статистических технологий и эконометрики, профессор МГТУ им. Н.Э. Баумана
prof-orlov@mail.ru

Развитие фундаментальной науки как единство и борьба противоположных полюсов

Ключевые слова: наука, управление, информационно-коммуникационные технологии, наукометрия, статистические методы, показатели продуктивности и результативности, экспертные оценки.
Keywords: science, management, information and communication technologies, scientometrics, statistical methods, indicators of productivity and efficiency, expert estimation.

Введение

Проблемами науковедения, управления наукой, наукометрии мы занимаемся с 1980-х годов. Некоторые итоги подведены в монографии 2017 г. [1]. В частности, обоснован выбор числа цитирований публикации в качестве основной характеристики результативности фундаментального научного исследования. При этом продемонстрирован вред ориентации на зарубежные базы данных SCOPUS и WEB OF SCIENCE и обоснована ориентация на использование Российского индекса научного цитирования (РИНЦ) [2].
Для принятия обоснованных решений в области управления наукой необходимо изучать свойства научного сообщества. Однако наукометрия дает лишь поверхностное описания процессов динамики научных публикаций, ее цель - изучения развития науки как информационного процесса. Она не нацелена на выявление глубинных процессов развития науки.
С целью устранения этого недостатка мы для анализа проблем развития реальной науки и управления ею предложили выделить в науке биполярные структуры, описываемые с помощью двух полюсов и взаимодействий между ними. В работах 2021 г. [3] мы выявили 23 пары взаимодействующих полюсов в развитии науки. Список этих биполярных структур является предварительным. На примере выделенных структур мы начали демонстрировать единство и борьбу противоположностей в развитии науки. Список 23 пар взаимодействующих полюсов отражает многообразие проблем развития науки. Каждая из выявленных биполярных структур заслуживает подробного рассмотрения.
Мы начинаем эту работу и в настоящей статье рассматриваем некоторые биполярные структуры. А именно, обсуждаем пары полюсов: фундаментальная наука - прикладная наука; наукометрия - экспертные методы оценки результативности в науке; польза программных продуктов класса "Антиплагиат" - вред таких систем. Для каждой из пар полюсов анализируем взаимодействие полюсов во времени, используя один из основных законов диалектики - закон отрицания отрицания.
Автор настоящей статьи - один из самых цитируемых математиков и экономистов России (см. РИНЦ). Поэтому можно выразить надежду, что читателей заинтересует обсуждение проблем развития науки одним из наиболее результативных действующих исследователей.

Фундаментальная наука и прикладная наука

Научные исследования надо различать по тому, в чьих интересах они выполнены, для кого предназначаются. Выделим два полюса в развитии науки: прикладная наука и фундаментальная наука.
Один полюс - научные исследования в интересах конкретного заказчика. Например, при разработке конкретного образца космического аппарата или с целью изучения и завоевания рынка товаром определенной фирмы. Оценку результативности подобного исследования дает заказчик. Открытая публикация результатов исследования не является обязательной. Более того, часто она попросту запрещена ради сохранения государственной или коммерческой тайны. Рассматриваемую сферу деятельности назовем прикладной наукой.
Другой полюс - исследования с целью приращения чистого знания, "фундамента науки". Возможность практического применения зачастую даже не рассматривается. Рассматриваемую сферу деятельности назовем фундаментальной наукой. Можно сказать, что фундаментальные исследования - это те исследования, которые не нужны никому (никакому конкретному заказчику). Итог исследований - научные публикации, которые порождают новые публикации. Можно изучать развитие (фундаментальной) науки как информационного процесса. В первой в мире монографии по наукометрии так и делается [4]. Естественный показатель продуктивности - число публикаций, результативности - число цитирований (раз цитируют - работа оказалась полезной).
Говорят также, что фундаментальная наука - это удовлетворение любопытства исследователя за счет государства. Те, кто финансирует фундаментальную науку, не ожидают решения конкретных прикладных задач. Они вкладывают деньги в расширение знаний, т.е. являются благотворителями. В давние времена в качестве таковых выступали, например, монархи, а сейчас - государство, в том числе через созданные им фонды (например, Российский фонд фундаментальных исследований).
Зачем вкладывают деньги в фундаментальные исследования? Во-первых, ожидают (зачастую без обоснований), что дальнейшее развитие науки приведет к появлению важных прикладных результатов. Во-вторых, в процессе выполнения фундаментальных исследований, помимо получения знаний, развиваются умения и навыки научной работы у лиц, их проводящих, т.е., в частности, готовятся кадры для прикладной науки.
Из сказанного ясно, что наукометрические показатели (например, данные Российского индекса научных исследований) позволяют оценить продуктивность и результативность деятелей фундаментальной науки, но абсолютно не допускают применения для работников прикладной науки.
В реальности имеются переходные формы между фундаментальной и прикладной наукой. Заказчик может указывать направление исследований, не фиксируя полностью ожидаемые результаты. Это - движение от фундаментальной науки к прикладной.
Есть и движение в обратном направлении - от прикладной науки к фундаментальной. Например, при решении конкретной прикладной задачи разрабатывают новые методы, которые могут оказаться полезными при решении других задач. Эти методы уже не привязаны к конкретному заказчику, а потому их уже нельзя полностью относить к прикладной науке.
Следующий шаг - изучение этих методов, например, на основе соответствующей математической модели. Такое изучение часто проводят в отрыве от исходной прикладной задачи. Результаты такого изучения уже ближе к фундаментальной науке, чем к прикладной. Делают и дальнейший шаг - получают подобные методы на основе теоретических схем. Это уже фундаментальная наука.
Такое движение от прикладной науки к фундаментальной можно проследить при анализе развития различных разделов математики, например, геометрии или математической статистики (в качестве примера можно указать метод наименьших квадратов).
История науки показывает, что в определенный момент времени наука (как в целом, так и в отдельных областях) тяготеет к тому или другому полюсу. Можно описывать в терминах философии (тезис - антитезис - синтез).
Например, отрицанием экономических взглядов основоположника этой науки Аристотеля является рыночная экономика, а отрицанием отрицания, т.е. отрицанием рыночной экономики, - цифровая экономика, развивающаяся на основе солидарной информационной экономики.
Переход от практики к теории и обратно хорошо виден в развитии теории экспертных оценок и статистики нечисловых данных (более широко - статистических методов).
Напомним, что в ХХ в. ядерная физика вначале относилась к фундаментальной науке (тезис), затем - в ходе разработки ядерного оружия и атомных электростанций произошло отрицание ее статуса - эта область науки стала прежде всего прикладной (антитезис), после чего наметилось отрицание отрицания (синтез), и физики перешли к фундаментальному изучению свойств элементарных частиц.
Отметим здесь влияние таких переходов на кадровый состав научных структур. Если для фундаментальных исследователей важны люди мысли, то для прикладных - квалифицированные люди действия, организаторы и управленцы. Отнюдь не все из них могут затем перейти к фундаментальным исследованиям. Смягчить переходы от полюса к полюсу может сращивание научных и учебных организаций. Научно-исследовательские институты должны влиться в систему университетов. Тогда в периоды подобных переходов или временных замедлений развития соответствующих научных областей исследователи смогут заняться преподаванием, сохранить квалификацию и воспитать научную смену.

Наукометрические и экспертные методы оценки результативности в науке

Можно ли оценить вклад конкретной работы в развитие науки? Распространено мнение, что это невозможно. Все работы уникальны, и поэтому их сравнение невозможно.
Даже если наблюдаем ряд работ, в каждой из которой улучшается некоторая характеристика по сравнению с предыдущей, нельзя утверждать, что вклад в науку растет вместе с номером работы в таком ряду. В каждой работе есть что-то свое, особенное, помимо улучшения рассматриваемой характеристики. Например, разработан новый метод, который может быть успешно применен при решении других задач.
Кроме того, надо учитывать величину приращения знания. Бывает так, что основоположник прорвался в новую область и получил в ней основные результаты, а последователи улучшают то одну мелочь, то другую. Можно привести такую аналогию. Основоположник построил дом. Последователь, условно говоря, закрасил несколько квадратных сантиметров стены этого дома. Следующий вбил гвоздик, на котором удобно повесить календарь. И так далее. Кто внес основной вклад? Ясно, что тот, кто построил дом. Но если следить за цепочками ссылок в научных публикациях, этого можно не заметить. Второй ссылается на первого, третий - на второго, и про основополагающий вклад первого забывают.
Бывает и иначе. Первый поставил задачу (указал место для строительства), второй создал фундамент, третий возвел стены, четвертый установил крышу, пятый осуществил внутреннюю отделку... В такой ситуации вклад каждого следующего работника науки принципиально важен.
Однако для решения задач управления наукой необходимо оценивать вклад конкретной работы (исследователя, организации, направления) в развитие науки. В частности, при распределении финансирования, организационных решениях, присуждения ученых степеней и званий, пополнении состава советов и академий.
С самого начала развития науки подобная оценка проводилась экспертными методами, на основе субъективных мнений авторитетных лиц. К настоящему времени арсенал экспертных методов весьма широк [5]. Технологии экспертной оценки научных работ хорошо проработаны, закреплены в нормативных документах, знакомы всем исследователям, которым приходится им следовать.
Однако с течением времени качество управления наукой на основе экспертных методов стало падать [6]. Обсудим причины этого падения.
По нашей оценке, основная причина состоит в лавинообразном увеличении в ХХ в. научных результатов и содержащих их научных публикаций. Если в Древней Греции каждый ученый мог знать всех своих коллег и читать их труды, то к началу ХХ в. такая полная осведомленность оказалась возможной лишь в пределах конкретной научной области - в физике, биологии, математике и др. Далее пошло деление на специальности (см. списки научных специальностей ВАК). Но и это не спасло - даже по специальности ВАК нижнего уровня, например, по теории вероятностей и математической статистике к настоящему уровню выпущены миллионы публикаций на всех крупных языках мира. Сопоставим этот наблюдаемый факт с ограниченностью возможностей человеческого мозга. Если каждую неделю читать по одной статье или книге, то за 100 лет можно овладеть примерно 5200 литературными источниками, т.е. долями процента от всех имеющихся, большая часть из которых остается актуальными, по крайней мере в некоторых отношениях. А сколько новых работ будет выпущено за это время! Можно сказать, что отличительной чертой современности является всеобщее невежество научных работников и преподавателей.
Будем говорить, что развитию науки мешает информационный барьер. И в борьбе с ним цифровизация помогает слабо. В Интернете иногда можно найти ответ на очень конкретный вопрос (например, когда родился конкретный человек). В ответ на более общий вопрос поисковик выдает информацию о тысячах сайтов. А в этих сайтах зачастую ошибки и невежественные утверждения. Не зря в научных статьях не рекомендуют ссылаться на Википедию.
Одним из заметных следствий сказанного является практическая невозможность для членов диссертационных советов выявить элементы новизны рассматриваемых диссертационных работ. Эта обязанность возложена на самих диссертантов, предъявляющих соответствующий раздел в своих авторефератах. Отметим также, что в диссертационных работах весьма редко используются результаты лауреатов нобелевских премий и членов Российской академии наук (РАН). Это свидетельствует, разумеется, о резком падении значения работ нобелевских лауреатов и членов РАН для научного сообщества.
В борьбе с информационным барьером помогает клановая структура науки, Наблюдаем разбиение исследователей на кланы численностью в несколько сотен или тысяч человек. Такой объем позволяет членам клана знать работы друг друга, как следствие, экспертным путем оценивать вклад в науку того или иного исследователя, входящего в тот же клан. В то же время внутри клана игнорируются научные результаты тех, кто не входит в этот клан. Сформировавшиеся кланы обычно обладают развитой инфраструктурой. Есть свои базовые организации (институты, кафедры), выпускаются научные журналы, проводятся конференции. Организована подготовка следующего поколения членов клана, полученные кланом результаты транслируются с помощью учебников. Заметим тут, что результаты, не включенные в учебники, постепенно забываются, поскольку следующее поколение с ними уже не знакомо.
Очевидно, кланы пересекаются. Достаточно часто наблюдаем матричную организационную систему, в которой исследователь относится в нескольким кланам. Например, работая в научно-исследовательском институте или вузе, он входит в клан этой организации. Одновременно он принадлежит определенному профессиональному клану, члены которого разбросаны по различным организациям, но изучают близкие вопросы.
Некоторые контакты между кланами происходят в ходе научных конференций, работы диссертационных советов и иных собраний. Однако в этих контактах участвуют лишь наиболее продвинутые и активные исследователи, рядовые и начинающие исследователи не выходят за пределы клана.
Из сказанного ясно, что результаты различных экспертиз определяются во многом тем, к каким кланам относятся эксперты. Эксперты поддерживают представителей своего клана и отрицательно относятся к работам исследователей из других кланов. Меры по привлечению независимых экспертов обычно не достигают своей цели. Например, в РИНЦ по тематике "математика" зарегистрировано 20647 исследователей (на 16 января 2022 г.). Однако Отделение математики РАН захвачено кланом сотрудников трех институтов математики РАН в Москве, Санкт-Петербурге и Новосибирске, в которых работает менее 1000 лиц. В академики и члены-корреспонденты избирают лишь из состава этого клана. В то же время вклад в математику этого клана отнюдь не является определяющим. По числу цитирований (по РИНЦ) из ныне живущих членов Отделения математики РАН самый результативный находится на 11-м месте, следующий - на 18-м.
Клановая структура науки особенно сильно мешает развитию новых направлений исследований, еще не породивших собственных кланов с мощной инфраструктурой. Новаторы испытывают сложности с публикациями, защитой диссертаций, финансированием. Кланы фиксируют давно сложившуюся структуру науки, являются тормозом в ее развитии.
Давно ощущается необходимость в разработке инструментария, позволяющего объективно оценивать вклад в науку конкретных работ, лиц, организаций. Как говорят, проводить сравнение вкладов "по гамбургскому счету". Для фундаментальных наук такой инструментарий предоставляет наукометрия, занимающаяся изучением развития науки как информационного процесса. Как уже говорилось, вклад работы в науку измеряется вкладом исследования в информационный процесс, т.е. числом ее цитирований в дальнейших публикациях. Раз цитируют - значит, работа нужна.
Наукометрический подход - отрицание традиционного многовекового подхода, основанного на субъективных мнениях, личных и клановых связях, сложившейся репутации, т.е. на экспертных оценках. Можно кратко сказать, что наукометрия - объективный инструмент измерения вклада в науку.
В последние годы в России наукометрические показатели стали активно использоваться администраторами для управления наукой, прежде всего для оценки научных достижений. При этом некоторые лица, считающиеся признанными научными работниками и профессорами, внезапно обнаружили, что их наукометрические показатели являются довольно скромными по сравнению с показателями других исследователей. Проще говоря, обнаружили, что их работы сравнительно мало читают. Естественно, они стали выражать свое недовольство.
Любой инструмент измерения имеет погрешности. Наукометрия - не исключение. Погрешности наукометрических выводов обсуждались, например, в вышедшем под нашей редакцией сборнике статей "Наукометрия и экспертиза в управлении наукой" [7]. Разработаны различные способы "накрутки" наукометрических показателей, например, искусственного завышения индекса Хирша [8]. Весьма важно, какой базой библиометрических данных пользоваться. Как уже отмечалось, нами продемонстрирован вред ориентации на зарубежные базы данных SCOPUS и WEB OF SCIENCE при решении задач управления наукой, поскольку такая ориентация приводит к резкому искажению наукометрических показателей и разнообразным отрицательным последствиям для развитии российской науки. По нашему мнению, в первую очередь надо использовать Российский индекса научного цитирования (РИНЦ) [9].
Критика наукометрии во многом справедлива. Можно говорить об отрицании наукометрии как панацеи и переходе к совместному использованию наукометрических и экспертных методов на новом витке диалектической спирали развития науки. Т.е. речь идет об отрицании отрицания экспертных методов управления наукой. Совместное использование наукометрических и экспертных методов анализирует Б.Г. Миркин, обсуждая понятие научного вклада [10].
Необходимо дальнейшее исследования такого феномена, как научный клан. Несмотря на большой интерес научной общественности к проблемам наукометрии, полученные в ней собственно научные результаты пока еще довольно поверхностны. Требуется дальнейшее изучение с помощью специализированных программных продуктов [11].
Необходима бескомпромиссная борьба со всем, что замедляет научный прогресс [12].

Польза и вред программных продуктов класса "Антиплагиат"

Выделим два полюса научной работы - собственные исследования и анализ предшествующих работ. На современном этапе развития науки взаимодействие этих полюсов естественно показать на примере использования программных продуктов класса "Антиплагиат".
В науке и преподавании плагиат - это некорректное заимствование чужого текста, т.е. без указания автора и источника (т.е. без цитирования). Часто плагиат связывают с нарушением авторского права. Однако ущерб правообладателю часто бывает лишь моральным, а плагиатор действует лишь с целью получения благ для себя лично.
С широким распространением компьютеров студенты стали готовить свои работы с их помощью. Вполне естественно найти в Интернете подходящий текст и вставить его в свое сочинение. Преподаватель, скорее всего, не заменит - не может же он помнить наизусть все подходящие источники. Следующий шаг - отправить свой файл товарищу. Результат понятен - технический прогресс заметно облегчил жизнь студентов.
Аналогичный подход стали применять и диссертанты. Подходящие для диссертации тексты можно найти в Интернете, вставить в свою работу, а потом и передать товарищу. Оппоненты, члены диссертационных советов и даже научный руководитель могут и не заметить плагиата, поскольку каждый из научных работников и преподавателей знает лишь доли процента от общего числа опубликованных работ по своей специальности.
Естественно использовать описанную технологию и для подготовки публикаций в научных журналах и сборников материалов конференций. Весьма мала вероятность того, что заимствование будет обнаружено автором исходного текста. Даже если и будет обнаружено, санкций не последует, поскольку нет адекватного репрессивного аппарата.
Однако технический прогресс позволил найти противоядие. Современные информационно-коммуникационные технологии позволяют просмотреть все имеющиеся в Интернете тексты и выявить повторы. Такую работу успешно проводят программные продукты класса "Антиплагиат". В настоящее время все студенческие работы и диссертации проверяют с помощью того или иного продукта этого класса. При обнаружении заимствований (без ссылок на источники) работы отправляют на переработку.
Уже на этом этапе бездумное применение систем "Антиплагиат" привело к некоторым отрицательным последствиям. Так, диссертанту вполне естественно составить свою классификационную работу из опубликованных им ранее статей. Однако "Антиплагиат" обнаруживает повторы, что ведет к требованиям о переработке текста диссертации. Недавно (с 1 августа 2021 г.) Высшая аттестационная комиссия (ВАК) вновь допустила защиты на основе доклада по опубликованным работам, однако такие защиты пока единичны. Отметим, что тридцать дет назад - в 1992 г. - свою первую докторскую диссертацию по техническим наукам автор защищал именно так, без подготовки текста докторской диссертации.
В настоящее время активно действует общественная организация «Диссернет», на сайте которой сказано, что это "вольное сетевое сообщество экспертов, исследователей и репортеров, посвящающих свой труд разоблачениям мошенников, фальсификаторов и лжецов". В соответствии с "Положением о присуждении ученых степеней" Министерством науки и высшего образования Российской Федерации может быть принято решение об отмене решения диссертационного совета о присуждении ученой степени. Заявление о лишении ученой степени может быть подано в течение 10 лет со дня принятия диссертационным советом решения о присуждении ученой степени. Примерно в половине случаев возбуждения дела о лишении ученой степени случаев заявление подает Диссернет. Таким образом, имеется правовой механизм принятия подобных решений. И он эффективно используется. К сожалению, невозможно привлечь к ответственности плагиаторов, для деяний которых срок давности уже истек.
Выявлены организации и диссертационные советы, для которых плагиат десять лет назад был нормой, а не исключением. Например, представляется, что анализ литературных источников для диссертаций одного и того же направления может быть типовым. Если источники одни и те же, то и их анализ может быть одним и тем же - зачем отходить от стандартного изложения? В настоящее время ВАК безоговорочно рассматривает повтор текста как плагиат (для более поздней работы). Может возникнуть вопрос: надо ли решать ученой степени лицо, допустившее плагиат, которое за последующие годы продемонстрировало свое умение получать ценные научные результаты? Однако такой вопрос носит обычно лишь теоретический характер, поскольку диссертант-плагиатор ничего в науке не делает в течение многих лет. Более того, он может разлагать следующие поколения, своим примером демонстрируя безнаказанность нарушения научной этики.
Процедура лишения научной степени задана в нормативных документах, и мы не будем ее разбирать здесь.
Чтобы избежать обвинений в плагиате, недобросовестные авторы стали перефразировать тексты, пересказывать их своими словами. Один из вариантов действий: русский текст перевести на английский (без затрат труда, применяя программы машинного перевода), а затем обратно - с английского на русский. Слова изменятся, смысл останется.
На это новшество борцы с плагиатом ответы созданием программ, позволяющих выявлять подобные трансформации текста. Результаты применения такого подхода хорошо показаны в известном сборнике "Физики продолжают шутить" [13]. Предисловие в этой книге составлено из набора стандартных фраз, для каждой из которых и даже для их частей указан литературный источник. Например:
«В заключение...»
С.Г. Калашников. «Электричество», Наука, изд. 2-е, 1964.
«... следует упомянуть...»
С. Глестон и М. Эдлунд. «Основы теории ядерных реакторов», ИЛ, 1954.
«...что...»
В. Смирнов. «Курс высшей математики», изд. 12-е, 1953.
«.. деловая критика и всякие указания на недостатки и упущения будут с благодарностью приняты коллективом авторов».
«Курс физики» под редакцией Н. Д. Папалекси, М., 1948.
Примерно так работают продвинутые системы класса "Антиплагиат". Пример, конечно, утрирован. Но суть проблемы была выявлена еще более полувека назад. Вряд ли столь тщательное цитирование полезно.
Безудержная борьба с плагиатом приводит к отрицанию цели издания научных статей, которая, очевидно, состоит в том, чтобы передать читателю полезную для информацию, полученную в результате исследований автора. Весьма полезны для развития науки обзоры, а также обобщающие статьи, в которых автор сводит вместе результаты предыдущих исследований, в том числе своих. Ежемесячный научно-технический журнал "Заводская лаборатория. Диагностика материалов" - один из старейших в нашей стране (основан в январе 1932 г.). В нем постоянно публикуются обзоры и обобщающие статьи, которые были бы забракованы ретивыми антиплагиаторами. Очевидно, такие статьи основаны на анализе и систематизации ранее предложенных подходов и полученных результатов, а потому содержат описание этих подходов и результатов, что и будет выявлено при применении программ "Антиплагиат", выявляющих не столько полное заимствование, сколько схожесть текстов по смыслу, а потому и по форме. В итоге антиплагиаторы ставят заслон обзорам и обобщающим статьям, тем самым наносят заметный ущерб развитию науки.
Таким образом, применение программных продуктов класса "Антиплагиат" может приносить как пользу, так и вред.
Польза видна прежде всего при работе с начинающими исследователями, стимулируя их к изложению самостоятельно полученных научных результатов и пресекая пересказ известного материала. Начинающие исследователи обычно начинают "с нуля", у них нет накопленного багажа идей, подходов и результатов, а потому выявляются повторы лишь чужих текстов.
На наш взгляд, основное требование к научной публикации - быть полезной читателям. Однако у каждого издания - свои читатели. Отсюда следует, что в ряде случаев повторное изложение результатов не только не вредно, но полезно. Например, экономисту могут быть полезны новые результаты в области прикладной статистики, опубликованные в журнале "Заводская лаборатория. Диагностика материалов". Однако экономист не будет читать этот журнал - название отпугнет. Следовательно, для экономиста нужно специально рассказать, хотя бы в обзоре. Недаром учебники не проверяют на антиплагиат. Хотя зачастую учебник является одновременно монографией. Именно на это нацелен принцип МГТУ им. Н.Э. Баумана "Образование - через науку".
Особенно возмущает отрицательное отношение к самоплагиату, т.е. к повторному описанию собственных результатов автора. Пропагандисты такого отношения, видимо, считают, что любая новая работа начинается с нуля. На самом же деле новые результаты опираются на предыдущие публикации исследователя, которые, естественно, надо описать в новой статье. Необходимо также показать место новых результатов в системе ранее полученных. Это необходимо прежде всего для читателя.
О вреде бездумного применения программных продуктов класса "Антиплагиат" сказано достаточно. Предлагается ограничить использование таких продуктов, использовать их только для контроля качества работ начинающих исследователей, студентов и соискателей. Во всех остальных случаях следует исходить из интересов читателей, а не формальных результатов компьютерного анализа.
Итак, показано, что польза систем класса "Антиплагиат" (тезис) при отрицании исходной нацеленности на контроль качества студенческих работ и переходе ко всеобщему применению переходит во вред (антитезис), а затем отрицание отрицания дает сбалансированные, взвешенные рекомендации.

Литература

1. Лойко В. И., Луценко Е. В., Орлов А. И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С. Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
2. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 835-840.
3. Орлов А.И. Наукометрия и экспертиза в управлении наукой: развитие и борьба полюсов // Научный журнал КубГАУ. 2021. №173. С. 143–166; Орлов А.И. Науковедение в свете биокосмологической инициативы // Biocosmology – neo-Aristotelism, Vol.11. Nos.3&4 (Summer/Autumn 2021). Pp. 188-206.
4. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.
5. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.2. Экспертные оценки. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2011. — 486 с.
6. Фрадков А.Л. Блеск и нищета формальных критериев научной экспертизы // Наукометрия и экспертиза в управлении наукой: сборник статей. - М.: Институт проблем управления РАН, 2013. - С. 346-361.
7. Наукометрия и экспертиза в управлении наукой: сборник статей / Под ред. Д.А. Новикова, А.И. Орлова, П.Ю. Чеботарева. - М.: Институт проблем управления РАН, 2013. - 572 с.
8. Луценко Е.В., Орлов А.И. Количественная оценка степени манипулирования индексом Хирша и его модификация, устойчивая к манипулированию // Научный журнал КубГАУ. 2016. № 121. С. 202–234.
9. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 835-840.
10. Миркин Б.Г. О понятии научного вклада и его измерителях // Наукометрия и экспертиза в управлении наукой: сборник статей. - М.: Институт проблем управления РАН, 2013. - С. 292-307.
11. Луценко Е.В., Орлов А.И., Глухов В.А. Наукометрическая интеллектуальная измерительная система по данным РИНЦ на основе АСК-анализа и системы "Эйдос" // Научный журнал КубГАУ. 2016. № 122. С. 157–212.
12. Крюков В.А., Тесля П.Н. Что замедляет научный прогресс // ЭКО, 2022, Т.52, №1, С. 8-34.
13. Физики продолжают шутить. Сборник переводов / Сост.-пер.: Ю. Конобеев, В. Павлинчук, Н. Работнов, В. Турчин. - М.: Мир, 1968. - 318 с.

Публикация:
1220. Орлов А.И. Развитие фундаментальной науки как единство и борьба противоположных полюсов // Россия: тенденции и перспективы развития. Ежегодник. Вып. 17: Материалы XXI Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; отв. ред. В.И. Герасимов. – М., 2022. – Ч. 1. – С. 848-852. ISBN 978-5-248-01032-5
http://ukros.ru/archives/30229, https://www.academia.edu/78298937/ , http://innclub.info/archives/22238, http://ukros.ru/archives/29257




Минимализм и шеринг - разумная достаточность

Георгий Макаренко

Меньше значит меньше: как кризис заставляет накапливать вещи

Последнее десятилетие жители США, Европы и России отказывались от лишних предметов быта. Вместе с идеологией минимализма критиковалась чрезмерная тяга к вещам, но пандемия и кризис поменяли и эти правила игры.

Эффективный минимализм

Минимализм как образ жизни стал входить в моду в конце XX века, хотя его предпосылки можно найти в японской философии, протестантизме и скандинавской культуре. Тем не менее движение перекочевало в быт из архитектуры, моды и изобразительного искусства, которые выбрали курс на упрощение форм и сокращение количества деталей и ярких красок в послевоенное время. Один из самых известных девизов минимализма сформулировал архитектор Людвиг Мис ван дер Роэ — «Меньше значит больше» (Less is more).
У бытового минимализма существуют разные определения, но можно выделить основные характеристики: отказ от чрезмерных деталей в жизни без потери комфорта, а также фокус не на количество, а качество предметов или услуг. В 2010-х годах, когда поколение миллениалов обрело голос, получило работу и стало критиковать культуру потребления, спрос на минимализм просочился в повседневную моду (Uniqlo), массовый дизайн интерьеров (IKEA), визуальный стиль операционных систем (iOS) и мобильных приложений (Clubhouse), веб-дизайн и журналистские тексты («Пиши сокращай»).
Одной из икон окончания прошлой декады стала консультантка и специалистка по наведению порядка в доме Мари Кондо, которая ввела принцип «избавляйся от всего, что не радует». Она написала несколько книг о потребительском минимализме и уборке, в том числе «Магическая уборка. Японское искусство наведения порядка дома и в жизни».
В 2015 году после выхода книги в США на 20–60% выросли объемы сдаваемых в комиссионные магазины вещей. В 2019 году Кондо снялась в шоу на Netflix, которое тоже получило большую популярность в США. После премьеры в стране увеличилась тенденция к организации порядка в доме, а потребители начали отдавать ненужные вещи в организацию «Армия спасения» и магазины «Доброй воли» — их пожертвования выросли на 30–40% по сравнению с предыдущим годом.
Минимализм сводится не только к внешнему отрицанию избыточности — он несет также смысловую нагрузку. В 2010-х мы увидели, как это движение хорошо сочетается с принципами zero waste, шеринговой экономики и устойчивого развития, о которых активно заговорили в предыдущее десятилетие. Спрос на осознанное потребление особенно заметен у зумеров из-за эмпатии и новой нормы — согласно исследованию издания Dazed, 60% респондентов-представителей этого поколения утверждают, что больше всего их беспокоят проблемы окружающей среды, расового неравенства, права женщин и ЛГБТ-сообщества. Издание The Blueprint отмечает, что рефлексия становится главным инструментом познания окружающего мира.

Критика вещизма

Вместе с укреплением позиций минимализма в повседневной жизни стали появляться гайды, списки и советы по избавлению от ненужных вещей, а заодно и жесткая критика вещизма/материализма. Например, в 2013 году The Guardian опубликовала колонку с заголовком «Материализм: система, которая выедает нас из изнутри». Текст критикует избыточную роскошь, показное богатство и приобретение вещей, которые на самом деле не нужны. Также в колонке приводятся результаты исследования, согласно которому тяга к вещам снижает человеческое благополучие.
Если в XX веке роскошь была в количестве вещей, то к XXI веку она стала измеряться ощущениями. Отношения потребителей перешли от «владеть» к «ощущать», впечатления и уникальный опыт стали цениться дороже предметов. Поэтому обеспеченные молодые люди стали выбирать не дорогие машины, а путешествия.
Вместе с тем к 2020 году избыток вещей стали ассоциироваться не с реальным владением большими деньгами, а с дурновкусием и провинциальностью. В интернете высмеиваются как американские рэперы и отечественный Тимати за тягу к демонстрации богатства, так и захламленные квартиры.

Привычки поколений

Критикуя культуру потребления, важно учитывать контекст, в котором жили старшие поколения. Автор The Atlantic Аманда Мулл рассказывает, что после Второй мировой войны тенденция накопить побольше вещей сочеталась с жилищным бумом. Люди, пережившие Великую депрессию и войну, стали покупать дома и наполнять их разными вещами для быта. Эти же привычки накапливать предметы переняли их дети.
За 50 лет американцы наполняли жилища всё большим количеством вещей. Опрос 2019 года показал, что каждый десятый американец арендует дополнительное место для хранения.
«Наш дом никогда не был грязным, но он никогда не был опрятным. Мы слишком долго хранили старые журналы, и наши шкафы были забиты одеждой, которая в конечном итоге могла бы пригодиться, если кто-то похудел или прошел собеседование», — делится журналистка.
Психологи полагают, что во многих случаях люди, которые с трудом расстаются с вещами, таким образом реагируют на тревогу — от финансовой нестабильности, до потерь и неудовлетворенности телом. При этом беспорядок часто выступает самостоятельным источником стресса.
Хранение вещей для многих американцев из среднего класса — попытка подстраховаться в случае финансовой нестабильности. Вместе с этим загроможденный дом считается чем-то неприличным, отмечает Мулл: «Вы не должны признавать, что всё может пойти не так».

Вынужденный минимализм

Накопление вещей в зависимости от той или иной исторической эпохи свойственно не только американцам, но и россиянам. На примере разных периодов XX века можно увидеть динамику отношения к предметам быта и домашнему пространству — от минимализма революции 1917 года до накопительства брежневского застоя. Например, в последнем преобладала боязнь дефицита, страх потери стабильности и погоня за мещанской роскошью из дружественных республик — югославскими торшерами, румынскими стенками и чехословацкой посудой.
С приходом нулевых в России заговорили о демонстративной роскоши среди обеспеченных слоев населения. Но обычные жители тоже стремились покупать новые вещи, сохраняя старые телефоны, сапоги и платья, которые отслужили свой век. «Та же «Комсомольская правда», которая сейчас воспевает резиновые сапоги, в советское время писала о том, что хотеть джинсы — это аморалка, вещизм, добывательщина и так далее. Поэтому благополучие, которое на нас в двухтысячные снизошло, мне кажется, имело терапевтический характер. Эта часть нас вылезла из гетто и хоть немного, черт побери, «на лабутенах» погуляла», — отметила в интервью психолог Людмила Петрановская.
В то же время в современной России закрепился «миф новой культурной повседневности». Культуролог и куратор просветительских проектов Ольга Рубцова объясняет, что он стал маркером определенного статуса новой творческой интеллигенции, хипстеров и креативного класса. Представители этих групп подмечают странность быта предыдущих поколений и высмеивают так называемый «бабушкин вариант» — пыльные стенки, пухлые диваны, пластиковые цветочки в вазочках и антресоли, забитые запасами на зиму и балкон с велосипедом и санками.
Пока российские миллениалы избавляются от надоевшей одежды, многие россияне постарше живут в концепции вынужденного и неотрефлексированного zero waste. Дети донашивают одежду за старшими братьями и сестрами, семьи применяют фантазию, чтобы уместить предметы и мебель на небольшой жилищной площади, старики заготавливают соленья на зиму, хозяйки пытаются дать вторую жизнь таким вещам, как пластиковые пакеты или банки (в эпоху коронавируса на место последних пришли одноразовые медицинские маски). И сейчас, и в 90-х потребители старались ходить в магазин с тряпичной сумкой и не выкидывать одежду, а чинить ее или отдавать другим. Но если теперь это делают те, кто рефлексирует из-за экоследа, то раньше так поступали в попытке сэкономить.
«Я бы не уподобляла вынужденную практику zero waste минимализму. Скорее, наоборот. Навязчивое собирательство приводит к переизбытку быта. А практики реюзинга в этом контексте напрямую сопряжены с дефицитом и экономией», — полагает Рубцова.

Кризис меняет правила

Серьезный удар принципам «арендуй, а не покупай» и «выкинь всё, что не нужно» нанес коронавирус, а точнее вызванные ими карантин, безработица и экономический спад. Американцы, которые до пандемии очистили дома по методу Мари Кондо, начали жалеть об избавлении от некоторых вещей — например, даже от настольных игр.
Потребительский минимализм — привилегия для людей, которые во время финансовых кризисов, нестабильности мира и непредсказуемости будущего могут не переживать из-за предметов, от которых отказались, так как всегда смогут снова их купить, не заботясь о деньгах. По мнению Мулл, пандемия продемонстрировала, что к домашнему минимализму могут стремиться только те люди, которым не нужно беспокоиться из-за непредвиденных желаний или потребностей.
«Весь мир теперь живет в будущем, которое всегда планировала моя семья, где изобилие соуса для спагетти и уютных старых рубашек — один из лучших сценариев, доступных людям, живущим обычной жизнью. Я боролась с этим около 30 лет, но теперь я готов признать это: моя мама была права, и у захламления есть смысл», — пишет Мулл.
Для россиян возврат к накопительству еще более актуален — они ежегодно сталкиваются с экономическими вызовами — растущей инфляцией и падением курса рубля, у жителей страны мало сбережений. Коронавирус сказался на экономике страны и благосостоянии граждан, которые вынуждены были остаться без стабильного заработка из-за карантина или попали под сокращения. На такие спады россияне реагируют, как правило, однозначно и начинают скупать технику. При этом Рубцова считает, что синдром накопительства вряд ли сводится только к экономическим страхам. «В накопительстве есть сентиментальность и искаженная бережность к собственному прошлому. В период повышенной тревожности поиск стабильности представляется самым эффективным способом выживания».

Текст: Мария Лацинская

Передай другому: что такое экономика шеринга

Можно купить, владеть и не пользоваться, а можно взять по надобности и потом отдать. Экономика совместного потребления ведет широкое наступление на традиционный бизнес — почему так происходит и чего нам ждать дальше?
В чем суть владения в самом широком смысле слова, говорим ли мы о физическом предмете (например, об автомобиле) либо о праве на получение или предоставление услуги? Это дает нам право пользования, закрепленное буквой и духом всевозможных законов. Если опустить имиджевые аспекты владения, необходимо оно нам исключительно по этой причине — право и возможность чем-то воспользоваться. В этом заключается цель, тогда как обладание — лишь инструмент ее достижения. Но единственный ли?
В последние годы набирает обороты экономическая модель совместного потребления — коллективное пользование товарами или услугами без обязательного владения. Это и есть «экономика шеринга» (от англ. share — делиться). Не лишая преимуществ обладания, такая модель сглаживает недостатки классического владения.
Легковой автомобиль используется по назначению — то есть едет — лишь 5% своего жизненного срока.
Но оплачивать страховку и налог надо ежегодно. Другой пример: краткосрочная — по надобности — аренда рабочего пространства вместо долгосрочной аренды или даже покупки офиса, который по выходным и праздникам простаивает. Даже кастрюля щей, которые есть уже не можешь, а выбросить пока рано, да и жалко, можно продать голодному соседу по этажу.

Чего же тут нового?

Институт аренды и совместного, поочередного владения существует не одно тысячелетие. Смокинги, затем первые автомобили, затем радиолы и пластинки к ним, наконец, трактора для колхозов — все могло сдаваться в краткосрочную аренду. Чем же отличается нынешний всплеск популярности такой экономической модели?
По мнению директора Центра научно-технологического прогнозирования Института статистических исследований и экономики знаний НИУ ВШЭ Александра Чулока, современная шеринг-экономика основана на принципиально иной поведенческой модели потребителя. Ключевых факторов тут два.
В былые времена арендовали в основном то, что было не так просто приобрести (из-за нехватки средств, дефицита и так далее). Сейчас пользователи шеринг-сервисов просто этого не хотят, предпочитая не загружать жизненное пространство, тратить ресурсы на что-то иное, быть экологически и этически более «дружелюбными».
Брать что-то напрокат и завершать аренду стало гораздо быстрее и проще благодаря развитию технологий и ИТ-платформ.
Мы уходим от традиционного обмена «товар — деньги — товар». Поэтому шеринг-экономику стоит рассматривать как вектор, вокруг которого формируются и который сам формирует целый набор глобальных трендов. Это и «умный город» с развитием интеллектуальной транспортной и жилищной системы, и рациональное использование ресурсов, и ответственное потребление, и создание новых бизнес-моделей.
Важно и то, что шеринг-экономика касается каждого из нас здесь и сейчас. С одними тенденциями и явлениями работает лишь узкая группа специалистов, другие направлены в далекое будущее, тогда как принцип совместного потребления доступен людям всех профессий, возрастов и социальных статусов.
В свою очередь, профессор РЭШ Сергей Измалков выделяет три подхода к пониманию того, чем же является современная шеринговая экономика.
Обывательский. Шеринг — просто набор новых бизнесов, новых услуг, которые по сути дублируют старые, но за счет развития технологий являются более гибкими и удобными.
Социологический. Совместное потребление как процесс приносит большее удовлетворение, нежели обладание чем-то. Можно посмотреть видеострим, чтобы затем обсудить его с другими зрителями, или же внести вклад в защиту окружающей среды, решив какое-то время не пользоваться личным автомобилем.
Экономический. Более эффективное использование ресурсов, будь то одежда, транспорт или рабочее пространство.

Что подходит для совместного пользования?

Зашерить» сейчас можно практически что угодно: косметику, медикаменты, газонокосилки, даже домашний скот. О чем бы вы сейчас ни подумали, наверняка где-то в мире уже есть стартап, пытающийся встроить этот предмет в логику совместного потребления. Причем шеринг-экономика касается обмена не только между людьми, но и компаниями, институциями (совместное пользование сервисами хранения данных, набором экспертов и так далее).
Очевидным образом, товары и услуги, которые просто невозможно поделить, под такую модель не подойдут. Также важно, чтобы товары в совместном использовании не теряли из-за этого в качестве.

А это безопасно?

Прозрачность бизнес-модели — это, пожалуй, ключевой критерий успеха шерингового сервиса. Сейчас экономика совместного потребления во многом формируется по принципу саморегулирующейся организации, которая сама себя оценивает, ставит рейтинги, наказывает нарушителей. Но если окажется, что рейтинги, баллы в каком-то из сообществ можно просто купить либо же саму систему легко взломать, то принцип прозрачности дискредитируется, доверие начнет падать, и шеринг-бизнес вскоре рассыплется.
В каком-то смысле, компанию, предоставляющую шеринг-услуги, можно сравнить с «ночным сторожем» из классической либеральной концепции государства: она лишь устанавливает правила и следит за тем, чтобы они не нарушались. Иногда, например, в случае с краткосрочной арендой жилья, нельзя быть застрахованным от неправомерных действий контрагента. Но есть множество способов их выявить и пресечь в рамках закона и правил сервиса.

Есть ли у этого будущее?

Если верить экономистам — то да. Например, в России, по данным Российской ассоциации электронных коммуникаций (РАЭК), прирост шеринг-экономики в 2017 году составил 20%, а в 2018 году — уже 30%, что позволило всему этому рынку превысить объем в ₽0,5 трлн. Это примерно 0,5% российской экономики или одна крупная российская компания по рыночной капитализации, например, банк ВТБ или «Интер РАО». Удвоить этот рынок получилось всего за два года — по итогам 2020-го размер шеринг-экономики России впервые превысил ₽1 трлн. Во всем мире, по оценкам аналитиков PwC, экономика шеринга вырастет с $15 млрд до $335 млрд между 2015 и 2025 годами.
Главное преимущество и главная же проблема шеринг-сервисов в том, что выходят они не на пустой рынок, но бросают вызов традиционной экономической модели.
Яндекс и Uber, AirBnb и WeWork, «Авито» и YouDo успешно конкурируют с гостиницами, таксопарками и газетным разделом объявлений. Задача это непростая, учитывая сопротивление компаний и целых секторов, которых теснят и выдавливают новые сервисы. Одним из инструментов завоевания места на рынке может стать создание новых бизнес-моделей. Так, Чулок из НИУ ВШЭ предвосхищает дальнейшее развитие гибридных форм ведения бизнеса — например, когда традиционный игрок запускает инновационный дочерний бизнес в рамках экономики шеринга. Яркий пример — сервис подписки на автомобили Hyundai Mobility, фактически, собственный каршеринг корейского автогиганта. В свою очередь, Антон Губницын, курирующий в РАЭК сектор шеринга, видит залог успеха в создании целых экосистем — то есть, цепочки сервисов совместного потребления.
Удачным примером может служить компания Amazon: речь идет про Amazon Web Services (AWS) — глобальную облачную инфраструктуру из сотен серверов, место на которых могут арендовать и стартапы, и миллиардные концерны. По итогам 2020 года на AWS приходится 12% из $386 млрд выручки Amazon и более половины операционной прибыли компании ($13,5 млрд из $22,9 млрд). В свою очередь, основной бизнес Amazon — это платформа электронной коммерции, что также подходит под определение шеринг-экономики.
Но пока в большинстве случаев шеринговая экономика — это убыточный бизнес. Во многом, из-за высоких расходов на агрессивное продвижение на рынке. Три лидера российского рынка каршеринга — «Делимобиль», BelkaCar и «Ситидрайв» показали в 2020 году убытки в размере:
«Делимобиль» — ₽2,42 млрд,
BelkaCar — ₽1,84 млрд,
«Ситидрайв» — ₽1,35 млрд.
Uber в 2020 году потерял $6,8 млрд, тогда как AirBnb, закрыл 2020 год в убытках, потеряв $4,6 млрд, хотя раньше несколько лет подряд показывала прибыль. Выручка AirBnb при этом растет колоссальными темпами, просто затраты увеличиваются быстрее.
Как предприниматели шеринг-экономики будут справляться с убытками — постепенным поднятием тарифов для пользователей, объединением с другими сервисами в экосистемы или еще как-то, вопрос пока открытый.


Подробнее на РБК:
https://trends.rbc.ru/trends/sharing/5e ... 07401b6532


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Полные тексты выпусков еженедельника "Эконометрика"
СообщениеДобавлено: Сб окт 22, 2022 11:16 am 
Не в сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11254
Электронный еженедельник «Эконометрика» No.1135 от 24 октября 2022 г.

Электронная газета кафедры "Экономика и организация производства" научно-учебного комплекса "Инженерный бизнес и менеджмент" МГТУ им.Н.Э. Баумана. Выходит с 2000 г.

Уважаемые подписчики!

Сегодня у нас господствует «плюрализм» мнений. Может быть, кто-то видит какие-то изъяны в советской модели, и ему больше нравится модель «рыночной экономики». Но вот что удивительно: сегодня 99,99% всей информации, относящейся к категории «экономической», посвящено «рыночной экономике». Оставшиеся 0,01% информации имеет отношение к советской модели. Но при этом в сообщениях, статьях и книгах нет подробного описания указанной модели, всё ограничивается беспредметной «критикой» и традиционным выводом: это «административно-командная экономика». Ясность в ситуацию вносит Валентин Катасонов в статье "Сталинская экономика".
Свое видение причин сегодняшних бедствий ведущей сферы материального производства – машиностроения - представляет в статье "Реформаторский погром" Владимир Агафонов, инженер из г. Кемерово.
Об успешно действующем машиностроительном производстве - совместном предприятии «Уральские локомотивы» Группы Синара и концерна «Сименс» (г. Верхняя Пышма Свердловской области) — рассказывает Сергей Рябов в статье " Производители «Ласточки» нынче белые вороны".







Сталинская экономика

Валентин Катасонов

Сегодня у нас господствует «плюрализм» мнений. Может быть, кто-то видит какие-то изъяны в советской модели, и ему больше нравится модель «рыночной экономики». Но вот что удивительно: сегодня 99,99% всей информации, относящейся к категории «экономической», посвящено «рыночной экономике». Оставшиеся 0,01% информации имеет отношение к советской модели. Но при этом в сообщениях, статьях и книгах нет подробного описания указанной модели, всё ограничивается беспредметной «критикой» и традиционным выводом: это «административно-командная экономика».
Никаких вразумительных определений «административно-командной экономики» нет, за исключением того, что это экономика, противоположная «рыночной экономике». Думаю, что замалчивание темы «советская модель экономики» объясняется очень просто: серьезный сравнительный анализ двух моделей крайне невыгоден тем, кто продвигает идеологию «рыночной экономики». Такова информационно-пропагандистская политика «Вашингтонского обкома».

Об «экономическом чуде»
В 1913 году доля России в мировом промышленном производстве составляла около 4%, а к 1937 году она уже достигла 10%. К середине 70-х годов этот показатель достиг 20%, и он держался на этом уровне до начала «перестройки». Наиболее динамичными были два периода советской истории – 1930-е и 1950-е годы.
Первый период – индустриализация, которая проводилась в условиях «мобилизационной экономики». По общему объему внутреннего валового продуктам и производству промышленной продукции СССР в середине 1930-х годах вышел на первое место в Европе и на второе место в мире, уступив только США и значительно превзойдя Германию, Великобританию, Францию. За неполных три пятилетки в стране было построено 364 новых города, сооружено и введено в действие 9 тысяч крупных предприятий – колоссальная цифра – по два предприятия в день! Конечно, «мобилизационная экономика» требовала жертв, максимального использования всех ресурсов. Но тем не менее накануне войны жизненный уровень народа был существенно выше, чем на старте первой пятилетки. Все мы помним известное высказывание И.В. Сталина о том, что СССР отстал от промышленно развитых стран на 50–100 лет, историей отпущено на преодоление этого отставания 10 лет, в противном случае нас сомнут. Эти слова, сказанные в феврале 1931 года, удивляют своей исторической точностью: расхождение составило всего четыре месяца.
Второй период – экономическое развитие на основе той модели, которая сформировалась после войны при активном участии И.В. Сталина. Она по инерции продолжала функционировать в течение ряда лет после его смерти (до тех пор, пока не начались разного рода «эксперименты» Н.С. Хрущёва). За 1951–1960 годы валовой внутренний продукт СССР вырос в 2,5 раза, причем объем промышленной продукции – более чем в 3 раза, а сельскохозяйственной – на 60%. Если в 1950 году уровень промышленного производства СССР составлял 25% по отношению к США, то в 1960 году – уже 50%. Дядя Сэм очень нервничал, поскольку вчистую проигрывал экономическое соревнование Советскому Союзу. Жизненный уровень советских людей непрерывно рос, хотя на накопление (инвестиции) направлялась значительно более высокая доля ВВП, чем в США и других странах Запада.
Тридцатилетний период нашей истории (с начала 1930-х до начала 1960-х гг.) можно назвать советским «экономическим чудом». Сюда следует включить также 1940-е годы – период войны и экономического восстановления СССР. Наша страна сумела победить Гитлера и всю гитлеровскую коалицию. Это была не только военная, но и экономическая победа. В период восстановления страны после войны мы сумели быстрее европейских стран вернуться к довоенному уровню, а также создать «ядерный щит», который был жизненно необходим стране в условиях объявленной Западом холодной войны.
В 1960-е годы мы начали терять ту экономическую динамику, которая была создана в предыдущий период. А с середины 1970-х годов стали наблюдаться признаки так называемого застоя, утраты внутренних источников развития, которые камуфлировались неожиданно «обвалившимися» на нашу страну нефтедолларами. С середины 1980-х годах началось прикрываемое лозунгами «перестройки» разрушение остатков той модели экономики, которая была создана в годы «экономического чуда».
Я не первый, кто обращает внимание на «экономическое чудо Сталина». Объясняя его, авторы справедливо подчеркивают, что была создана принципиально новая модель экономики, отличная от моделей «рыночной экономики» Запада.

Экономическая динамика советских лет
Первые годы советской истории – «экономика военного коммунизма» (1917–1921 гг.). Это особая модель, которая не имеет ничего общего с «рыночной моделью» (более того, ее называют антиподом рынка). Но ее нельзя назвать и советской. Некоторые авторы по недоразумению или сознательно пытаются поставить знак равенства между «экономикой военного коммунизма» и «экономикой Сталина».
Элементы модели «рыночной экономики» имели место лишь в начальный период истории СССР (период НЭПа: 1921–1929 гг.) и в завершающий период («перестройка» М.С. Горбачёва: 1985–1991 гг.). То есть в чистом виде получается около полутора десятилетий. Если персонифицировать данную модель, то ее можно условно назвать «экономикой Н. Бухарина – М. Горбачёва». Напомню, что в 20-е годы Николай Бухарин считался идеологом партии и ратовал за построение социализма и коммунизма именно на основе рыночных принципов. Позднее он стал активным членом «новой оппозиции», которая резко возражала против модели, предлагавшейся И.В. Сталиным и его сторонниками.
Еще примерно 25 лет (1961–1985 гг.) – период так называемой экономики застоя, когда рыночной модели еще не было, но советская модель медленно подтачивалась изнутри с помощью различных «частичных усовершенствований», которые не повышали ее эффективность, а лишь дискредитировали. Для того чтобы в конце существования СССР «прорабы перестройки» могли заявить в полный голос: «советская модель неэффективна, ее надо заменять на рыночную».
Если персонифицировать «экономику застоя», то ее можно было бы назвать «экономикой Хрущева – Брежнева».
Таким образом, из всей 74-летней истории существования СССР (с 1917 по 1991 г.) на период «экономического чуда» приходится от силы три десятилетия. Данный период характеризуется тем, что в это время у власти в стране находился И.В. Сталин. Правда, в 1953–1960 годах Сталина уже не было, но созданная им система продолжала функционировать, она не претерпела еще особых изменений. Поэтому тридцатилетний период 1930–1960 годов можно назвать «временем “экономики Сталина”», а экономические достижения этого периода экономическим чудом Сталина.

Суть «сталинской экономики»
Суть советской модели (1930–1960 гг.) можно свести к следующим важнейшим признакам:
— общенародная собственность на средства производства;
— решающая роль государства в экономике;
— централизованное управление;
— директивное планирование;
— единый народнохозяйственный комплекс;
— мобилизационный характер;
— максимальная самодостаточность (особенно в тот период, пока еще не появился социалистический лагерь);
— ориентация в первую очередь на натуральные (физические) показатели (стоимостные играют вспомогательную роль);
— ограниченный характер товарно-денежных отношений;
— ускоренное развитие группы отраслей А (производство средств производства) по отношению к группе отраслей Б (производство предметов потребления);
— сочетание материальных и моральных стимулов труда;
— недопустимость нетрудовых доходов и сосредоточения избыточных материальных благ в руках отдельных граждан;
— обеспечение жизненно необходимых потребностей всех членов общества и неуклонное повышение жизненного уровня, общественный характер присвоения и т.д.

Особо следует обратить внимание на плановый характер экономики. Ведь критики сталинской модели, употребляя уничижительное словосочетание «административно-командная система», прежде всего и имеют в виду народнохозяйственное планирование, которое противоположно так называемому «рынку», за которым скрывается экономика, ориентированная на прибыль и обогащение. В сталинской модели речь идет именно о директивном планировании, при котором план имеет статус закона и подлежит обязательному исполнению. В отличие от так называемого индикативного планирования, которое после Второй мировой войны использовалось в странах Западной Европы и Японии и которое имеет характер рекомендаций и ориентировок для субъектов экономической деятельности.
Кстати, директивное планирование присуще не только «сталинской экономике». Оно существует и сегодня. Где? – спросите вы. В крупных корпорациях.

«Сталинская экономика» как громадная корпорация
Советскую модель можно уподобить громадной корпорации под названием «Советский Союз», которая состоит из отдельных цехов и производственных участков, которые работают для создания одного конечного продукта. В качестве конечного продукта рассматривается не финансовый результат (прибыль), а набор конкретных товаров и услуг, удовлетворяющих общественные и личные потребности. Показатели общественного продукта (и его элементов) в стоимостном выражении выполняет лишь роль ориентира при реализации годовых и пятилетних планов, оценке результатов выполнения планов.
За счет разделения труда, специализации и слаженной кооперации достигается максимальная эффективность производства всей корпорации. Уже не приходится говорить о том, что никакой конкуренции между цехами и участками быть не может. Такая конкуренция лишь дезорганизует работу всей корпорации, породит неоправданные издержки. Вместо конкуренции – сотрудничество и кооперация в рамках общего дела. Отдельные цеха и участки производят сырье, энергию, полуфабрикаты и комплектующие, из которых в конечном счете формируется общественный продукт. Затем этот общий продукт распределяется между всеми участниками производства. Никакого распределения и перераспределения общественного продукта на уровне отдельных цехов и участков не происходит и происходить (по определению) не может.
Всем этим громадным производством, обменом и распределением управляют руководящие и координирующие органы корпорации «СССР». Это правительство, множество министерств и ведомств – прежде всего отраслевые министерства. По мере усложнения структуры народного хозяйства СССР число их постоянно возрастало.
Хотелось бы отметить, что сравнение «сталинской экономики» с громадной корпорацией я встречал у ряда отечественных и зарубежных авторов. Вот цитата из одной современной работы: «Задолго до появления крупных внутригосударственных и международных транснациональных корпораций СССР стал крупнейшей в мире корпоративной хозяйственной структурой. Корпоративные экономические, хозяйственные цели и функции государства были записаны в Конституции. Как экономическая корпорация СССР разработал и ввел в действие научную систему обоснованных внутренних цен, позволяющих эффективно использовать природные богатства в интересах народного хозяйства. Ее особенностью были, в частности, низкие, по сравнению с мировыми, цены на топливно-энергетические и другие природные ресурсы…
Корпоративный подход к экономике как к целостному организму предполагает выделение достаточных средств на инвестиции, оборону, армию, науку, образование, культуру, хотя с позиций эгоистичных и недалеких субъектов рынка надо все проесть немедленно.
«Сталинская экономика» прошла испытания временем. Если не быть предвзятым оппонентом или тем более врагом России, то следует признать, что «сталинская экономика» позволила:
— обеспечить преодоление вековой экономической отсталости страны и стать наряду с США ведущей экономической державой мира;
— создать единый народнохозяйственный комплекс, что позволило Советскому Союзу стать независимой от мирового рынка страной;
— победить во Второй мировой войне сильнейшего врага – гитлеровскую Германию и страны Гитлеровской коалиции;
— обеспечить неуклонный рост благосостояния народа на основе последовательного снижения себестоимости продукции;
— показать всему миру неэффективность так называемой «рыночной» (капиталистической) экономики и переориентировать многие страны на путь так называемого «некапиталистического пути развития»;
— обеспечить военную безопасность страны путем создания ядерного оружия».

Этого уже вполне достаточно для того, чтобы разобраться подробнее с тем, что такое «сталинская экономика». Отнюдь не из праздного любопытства, а исходя из того, что сегодня Россия переживает серьезный экономический кризис. И знакомство со «сталинской экономикой» позволит нам быстрее нащупать выход из сегодняшних тупиков.

https://sovross.ru/articles/2237/56146




Реформаторский погром

Владимир Агафонов, инженер, г. Кемерово

Сегодня мы слышим о значительных достижениях в развитии обрабатывающей промышленности. Не знаю, идет ли при этом речь о машиностроении.
Но в Кузбассе, который всегда входил в десятку самых индустриально развитых регионов СССР, с учетом таких, как Украина, Казахстан, Прибалтика, к сожалению, похвастаться нечем.

Настольный календарь показывал 25 октября 1999 года. Я сидел в рабочем кабинете, из которого ушел в 1984 году. Круг диаметром около 15 лет замкнулся!
Уходил инструктором Кемеровского обкома КПСС по автотранспорту, а вернулся почти на 10 лет начальником отдела машиностроения нынешней администрации области.
За 45 лет трудового стажа пришлось побывать в шкуре автослесаря и руководителя крупных автопредприятий и автотреста. Поработать в составе руководства республиканского Дома науки и техники, машиностроительного завода и даже предпринимателем. В прошлом комсомольский и партийный работник закончил трудовую деятельность в звании советника государственной гражданской службы первого класса буржуазного государства.
Всегда старался добросовестно выполнять обязанности, и собственным опытом определено мое видение причин сегодняшних бедствий ведущей сферы материального производства – машиностроения.

Банкротством под нож
Первенство в машиностроении Кузбасса принадлежало оборонному сектору. К началу девяностых здесь было 9 заводов.
Развивались также угольное, электротехническое, химическое, металлургическое, сельскохозяйственное, продовольственное машиностроение и предприятия других его отраслей.
Однако в результате «реформ» к 2000 году общий объем машиностроения снизился в 10 раз, оборонная продукция сократилась на 95%, более 45 тыс. человек оказались ненужными.
Погром продолжается. Как инструмент используется Федеральная служба по финансовому оздоровлению, проще говоря – осуществляемое ею банкротство.
Предприятия плановой экономики в одночасье были брошены отнюдь не в пучину рынка, а под его пропагандистским прикрытием в искусственный хаос с применением давно испытанных при капитализме методов экономических войн.
Под воздействием вышестоящих хозяйственных структур исчезла основная часть финансовых оборотных средств, прекратились поставки Госснабом сырья и комплектующих, застопорился сбыт продукции. В подавляющем большинстве заводы оказались в кандалах огромных долгов.
И это в огне инфляции, расцвета коррупции, массового присвоения средств партнерами и контрагентами при параличе правоохранительных и судебных структур.
Всеобъемлющий бардак!
Труднее всего пришлось оборонщикам. Их продукция не для базара. Они пошли под нож «финансового оздоровления» в первую очередь.
На мутной волне «реформаторства» в органы власти попадали неспособные, ушлые люди и даже откровенный криминал. При этом принимавшие основные решения по банкротившимся предприятиям Федеральная служба финансового оздоровления, собрание кредиторов, Арбитражный суд, арбитражный управляющий абсолютно никакой (юридической, материальной, моральной) ответственности за судьбу «оздоровляемого коллектива» не несли.
В результате чудовищной коррупции зачастую и во главе многотысячных коллективов банкротившихся предприятий оказываются люди, ничего не смыслящие в любом производстве, тем более в машиностроении, и решающие главную для себя задачу – набивание карманов.
В 1999 году администрация области направила меня в ту же службу финансового оздоровления на курсы арбитражных управляющих. Впечатление удручающее. В массе обучающихся – юристы и экономисты, бывшие спекулянты и фарцовщики, теперь «предприниматели» – сидели на лекциях не всегда трезвого «профессора» обо всем и ни о чем. У редких слушателей с инженерным образованием такое обучение вызывало возмущение, но без «корочек» курсов не получить работу.
На основе «Закона о банкротстве» затеять ликвидацию предприятия могли любой кредитор со сроком задолженности в несколько месяцев или Федеральная служба финансового оздоровления. Однако ловкие юристы расправлялись с вполне работоспособными предприятиями от имени любого кредитора.
Помню дело о банкротстве в Кемеровском арбитражном суде по юргинскому заводу «Дормаш». Я отстаивал интересы власти. Просил суд отложить конкурсное управление, завод был единственным за Уралом, выпускающим оборудование для дорожного строительства. Он попал в тяжелое финансовое положение не по своей вине. Имел заказчиков и все шансы поправить дела.
Суд отмахнулся и принял предложение очаровательной блондинки лет 23-х, юриста одного из кредиторов, о банкротстве. Завод распродали по частям и ликвидировали в течение нескольких месяцев. Видимо, поделили честно...
Чаще всего инициатором банкротства выступала от имени государства служба финансового оздоровления. Она имела также больше всех прав при назначении и контроле деятельности арбитражных управляющих – распорядителей кредитов и непосредственных руководителей предприятий.
Помню, в кабинете начальника Кемеровского отделения этой службы висел плакат «Без банкротства не может быть здоровой экономики!». Но с тех пор и поныне банкротство в стране – топор на плахе.
У нас ненужным оказалось подавляющее большинство заводов. Избежали процедуры банкротства без коренной реорганизации 3–4 предприятия из ста с лишним. Из крупных – только «Анжеромаш», сократившийся в несколько раз.
Кому же уступили место обанкротившиеся заводы? Да никому! Банкротство позволяет решать две задачи: списание разворованных долгов и устранение конкурентов. Вот несколько примеров.
Прокопьевский подшипниковый завод исчез после «оздоровления» во благо зарубежных конкурентов. Подшипники в Сибирь стали завозить из Германии и Китая.
Прокопьевский завод «Электромашина», выпускавший электромашины для подводного флота и авиации, без оборонного заказа и конверсии «съежился» почти в 15 раз. И рынок был вроде ни при чем.
Помню, в 1998 году Ташкентский авиационный завод настолько нуждался в продукции этого завода, что выделил спецрейс ИЛ-76 и предложил мне (тогда руководителю торгово-экономического представительства «Алтай» в Средней Азии) доставить электродвигатели, не считаясь с затратами. Выручили за счет запасов «Электромашины».
Параллельно завод прекратил выпуск товаров бытового потребления, аварийных систем электроснабжения, пылесосов (у меня один работает уже 30 лет), ручного электроинструмента и др.
Крупный беловский завод «Сибэлком» вместо оборонной продукции пытался выпускать телевизоры, инструменты медицинского назначения и др. Теперь на заводе осталось несколько сотен человек, а товары везем извне.
Ленинск-Кузнецкий завод «Кузбассэлемент» – единственный за Уралом производитель щелочных аккумуляторов – устранили тоже во благо мировых конкурентов. Основной заказчик – железнодорожники – вдруг стал резко снижать заказы. На наш запрос о причинах сослались на эксплуатационные преимущества кислотных аккумуляторов над щелочными. Мы обратились к экспертам, письменно подтвердили преимущество щелочных источников постоянного тока, особенно в условиях низких температур. Но аккумуляторы повезли из Европы. Нашего завода не стало.
Исчезло некогда могущественное кемеровское научно-производственное объединение «Кузбассэлектромотор», разработчик и серийный изготовитель взрывозащищенных электромашин. Может, не надо? Но у нас буквально под ногами – крупнейший потребитель этой продукции! Ничего, везем из-за рубежа.
Попал под финансовое «оздоровление» и флагман кузбасского машиностроения оборонный Юргинский машзавод. Наибольшую ценность имели его пусковые ракетные установки для подводных лодок и для железнодорожных комплексов, а также корабельные автоматические скорострельные 120-миллиметровые артиллерийские установки. Это было не по зубам Западу. В результате «конверсии» 23-тысячный персонал сузился до 5 тыс. человек.
Арбитражного управляющего назначила Москва как на предприятие федерального значения. Он не мешал сохранению остатков мощностей. Было воспринято курьезным его намерение на общем собрании кредиторов признать неудовлетворительным ход финансового оздоровления. Человек не считался даже, что голосует за свое увольнение. Пришлось мне, как председателю совета директоров, представителю государства, просить кредиторов снять вопрос. Спасибо, поддержали, спасли чудака. Неизвестно, какого «специалиста» прислали бы взамен.
Можно привести множество подобных примеров. Но возникает естественный вопрос: «А власть что?» Областная и муниципальная власть была надежно скована центром его юридическими и финансовыми цепями.
Региональное руководство службы финансового оздоровления, арбитражных судов, прокуратуры и других ключевых контрольных и правоохранительных органов не подчинено местным властям.
Бесчисленные обращения администрации области в Москву в связи с банкротством предприятий за подписью губернатора и его заместителей заканчивались отписками или оставались без ответа.
Помню удивленные глаза первого заместителя губернатора, когда на вопрос о наших запросах в федеральные структуры по банкротству только одного ОАО «Сибэлком» я ему выложил толстую папку.
После «финансового оздоровления» 13 предприятий с численностью работающих 1 тыс. человек и более сохранить удалось лишь 25% из них, но «калеками». Остальные исчезли из экономики области, оставив десятки тысяч семей без средств существования.

На рынок без товара
Смешно и грустно вспоминать сегодня, с каким безбашенным представлением ринулись мы из плановой в рыночную экономику. Было не до производства. Шел лихорадочный дележ государственной собственности.
«Частные собственники», нажившие свои капиталы криминальным путем, скупали предприятия не для развития производства, а для отмывания денег с последующей перепродажей. Бесконечно возникали и исчезали многочисленные ОАО и ООО на одних и тех же производственных активах. Заодно сбрасывались долги по налогам и другим бюджетным платежам.
Многие годы «перестройки» и «реформ» основные фонды предприятий не обновлялись и достигли 70–80% износа. Станки и оборудование морально и физически устарели. Лучших специалистов разогнали.
Конкурентная борьба стала нам не по зубам, а мировой капитал не дремал.
Главной проблемой был заказчик. Мы предпринимали попытки отстоять свой рынок. К началу нулевых годов хоть какая-либо внутриотраслевая кооперация в нашей области исчезла. Заводы работали разобщенно.
В 2000 году по нашей инициативе был организован Клуб директоров машиностроительных предприятий Кузбасса в составе руководителей 10 крупнейших заводов. Клуб просуществовал 10 лет и перерос в Ассоциацию машиностроителей Кузбасса. По единодушной оценке директоров заводов, он оказал существенную помощь в борьбе за кузбасский рынок, в улучшении загрузки производства.
Главными задачами были увеличение внутриобластного заказа, взаимовыгодное сотрудничество и кооперация производства, устранение соперничества, обмен опытом в условиях сложных рыночных отношений, обмен информацией, выработка стратегии в области машиностроения.
Клубом организованы встречи по сотрудничеству с угольщиками, обогатителями, металлургами, рудорями, строителями, автомобилистами, проектировщиками, рационализаторами, предпринимателями и другими категориями потенциальных партнеров.
С членами клуба встречались, в их работе регулярно участвовали высшие чины области, депутаты разного уровня. В общем, были отдаленные попытки движения к упорядоченности и государственному управлению в производственной сфере.
По предложению клуба в сентябре 2001 года был подготовлен первый губернаторский прием машиностроителей в Кемерове, а с 2002 года стали ежегодно проводиться областные празднования Дня машиностроителя.
По нашей инициативе в 2003 году впервые были разработаны договоры о социальном партнерстве между администрацией области и крупными угольными компаниями. Среди множества различных социальных вопросов предусматривались обязательства собственников угольных предприятий по размещению заказов на оборудование у местных производителей.
Эти договоры теперь стали традиционными, но обязательства по размещению заказов исчезли...
Кузбасские машиностроители регулярно участвовали в конкурсах на получение заказов.
Были предложения о сотрудничестве чехам, полякам, казахам, белорусам по созданию горно-шахтного оборудования, узлов, агрегатов и вагонов для железнодорожного транспорта, котельно-вспомогательных, холодильных установок, автономных источников электроснабжения, мусороперерабатывающих заводов и многое другое.
Иностранцы предпочитали ввозить в Кузбасс полностью собственную продукцию.
Силы были неравными. Доля местного машиностроения на кузбасском рынке неуклонно сужалась. Товары местных производителей мгновенно исчезли с нашего рынка. Даже горно-шахтное оборудование на 80% стало завозиться из-за рубежа.
Господствует мнение, что Кузбасс – это лишь добыча угля, и как можно больше. Конечно, после разрухи девяностых годов угольная промышленность была спасительной соломинкой региона. Поддержала работающих в топливной промышленности, загрузку в смежных отраслях, в сфере обслуживания. Отчисления в бюджет позволили взяться за социальные программы.
Наращивать добычу угольщики предпочли за счет импортной техники. Появился соблазн применения лизинговых схем и отсрочки платежей. Зарубежные производители поставляют нашим шахтерам оборудование без предварительной оплаты, с расчетом в течение несколько лет – как привыкли. А правительства поддерживают собственных экспортеров.
У нас таких финансовых возможностей нет.
За 10 лет помню единственный случай, когда по личному распоряжению губернатора был выделен бюджетный кредит «Юрмашу» в 50 млн рублей на освоение нового горного оборудования. Но эта «капля в море» оказывала скорее моральную, чем материальную поддержку.
Короткие кредиты наших банков под 18–20% недоступны местным производителям при средней рентабельности машиностроения 3–4%.
Инвестиции в подавляющем большинстве – в сырьевые сектора.
На доводы о нерациональности моноструктуры промышленности Кузбасса мои коллеги и руководители урезонивали: не суетись, рынок есть рынок, инвесторы знают сами, куда вкладывать деньги.
Инвестору, конечно, продажа угля обеспечивает быструю прибыль и оседание ее за рубежом. Но это не отвечает интересам кузбассовцев.
На машиностроение просто не стало собственных средств в области. А частным инвесторам не хочется. Оборот капитала в обрабатывающих отраслях в 3–4 раза медленнее, чем в сырьевых. Но денег хочется побыстрее и побольше! К тому же зачем иностранцам развивать машиностроение России – выращивать конкурента, укреплять обороноспособность чужой страны?
Не помню ни единого случая вложения каких-либо значительных средств извне в развитие наших заводов. Так, в 2003 году общий объем инвестиций в машиностроение составил аж 157 млн рублей (1,1% инвестиций в промышленность Кузбасса)!
На нашу голову в глобальной борьбе – и естественные трудности. Издержки производства, а отсюда себестоимость и цена продукции в условиях России, и особенно Сибири, всегда выше, чем в странах с умеренным и теплым климатом. Мой личный опыт убеждает: хозяйственные балансы предприятий, расположенных в теплых и холодных широтах, резко различаются расходами на отопительные сезоны, ремонт и содержание зданий и сооружений, строительство и содержание коммуникаций. Сами капитальные строения и инженерная инфраструктура значительно дороже. Требуется более высокая заработная плата рабочих, т.к. их расходы на дополнительную одежду, питание и проживание, коммунальные услуги, транспорт тоже значительно больше.
Кроме того, себестоимость массового производства транснациональных китайских, японских, американских и европейских корпораций всегда ниже нашего серийного производства.
В результате у однотипной продукции наши цены оказывались выше аналогичной зарубежной, или качество наших изделий получалось заведомо более низкое при стремлении к выравниванию цены.
И такой разгром обрабатывающих отраслей по всей России.
Однако заключения отечественных и иностранных «экспертов» о причинах финансовой несостоятельности наших предприятий обрабатывающей промышленности во времена повального банкротства в нулевых годах чаще всего сводились к субъективным причинам.
Помню объемный отчет солидной английской компании в связи с банкротством Юргинского машзавода. Выводы были однозначны – виноват неэффективный менеджмент. Хотя в советское время это же руководство завода сумело организовать выпуск вооружения, аналог которого не смог создать знаменитый рыночный менеджмент.
На мой вопрос о возможности приобретения завода англичанами в собственность для конверсии и налаживания показательного менеджмента мне с улыбкой ответили: «Маловероятно!» Они прекрасно понимали, что у них ничего не получится!
Думаю, и это обстоятельство является причиной бесполезности ожидания массовых иностранных инвестиций в промышленность России.
Пытаясь определить концепцию развития кузбасского машиностроения на ближайшие десятилетия, мы обратились к науке. Задача – от разработки идеи и изготовления технической документации до создания серийных образцов современных машин. Основной вывод – без коренных мер отрасль превратится в сервисно-ремонтную службу. Меры нужны прежде всего защитные, общегосударственные.
Но иногда срабатывали и неожиданные факторы.
Патриотизм отдельных местных предпринимателей раскрывал истинные возможности наших машиностроителей.
Многие угольные компании объясняли свой отказ от нашей техники тем, что она имеет низкое качество и не способна обеспечить высокопроизводительную и эффективную добычу.
Вопреки им наш земляк А.Ф. Щукин на своей шахте «Полосухинская», используя очистные комплексы и другое оборудование производства Юрмашзавода, добивался прекрасных экономических результатов и платил шахтерам самую высокую зарплату в области.
Но таких собственников были единицы. Большинство хозяев наших недр проживали далеко за пределами Кемеровской области…

Новаторы с сумой
Козырь в конкуренции – совершенствование и обновление продукции. В советское время в Кузбассе сложилось несколько крупных научно-производственных объединений, способных осуществлять полный машиностроительный цикл.
Они имели научно-исследовательские центры, мощные проектно-конструкторские бюро, экспериментальную базу. Остальные заводы пользовались разработками отраслевой науки по ведомственной принадлежности.
В ходе «реформ» научно-исследовательское и проектно-конструкторское обеспечение машиностроения свели к минимуму. Отраслевая наука исчезла. Лишь пять-шесть действующих машзаводов из ста имели более-менее дееспособные конструкторские бюро.
Творческий технический потенциал к нулевым годам еще не иссяк. Однако исчезли общественные организации ВОИР и БРИЗ, занимавшиеся рассмотрением и поддержкой реализации изобретений и рационализаторских мер. Поток предложений шел в администрацию области, в наш департамент. Пришлось привлечь Общественную палату. Вместе мы по инерции несколько лет проводили областные конкурсы «Инновации года», форумы изобретателей и рационализаторов.
Предложений было много, и нередко довольно интересных. Выделялись три основных направления: угольное машиностроение, энергосберегающие технологии, экология.
Конечно, главным препятствием стали пресловутые финансы. У изобретателей денег нет. А денежные хваты не интересуются новаторством.
Например, весьма привлекательное предложение ученых Сибирского государственного университета по созданию крутонаклонного электромеханического конвейера позволяло отказаться от сверхтяжелых карьерных самосвалов, заметно снизить себестоимость перевозки грузов и значительно щадить природу.
Понимая эти преимущества, американцы пытались создать конвейер такого типа. Но, применив неудачную схему, не смогли достичь цели.
Наши изобретатели предложили работоспособную роторную систему транспортировки угля из разрезов.
Мы направили письмо в ОАО «Кузбассразрезуголь» с просьбой о финансировании научно-изыскательских и опытно-конструкторских работ. Ответ был краток: «Кузбассразрезуголь» готов предоставить карьер для монтажа и испытания опытного образца крутонаклонного конвейера. Вопрос об участии в финансировании проекта готовы рассмотреть по итогам его испытания».
Денег на создание опытного образца найти так и не удалось. Такова природа частной собственности. Зачем отрывать деньги от прибыльной добычи на науку?
Других источников развития нет. Модный призыв к инновациям повис в космосе. Мотивация к изобретательству сходит на нет.
Помню, однажды задал вопрос, может ли завод «Юрмаш» в короткое время разработать и освоить производство суперавтокранов грузоподъемностью 75 тонн и выше. Один из ведущих конструкторов ответил: «Конечно, можем! Но зачем? Канители много, а будет ли сбыт? А если и будет, то мы, разработчики, от этого практически ничего не получим».
И вот по Кузбассу разъезжают внушительные импортные автокраны «КАТО».
Состояние экономики явно не для технического прогресса.
Некоторые оптимисты успокаивали: нет собственных разработок – не беда, купим на Западе. И сэкономим в затратах на науку.
Однако за 10 лет ни разу не слышал у нас о приобретении передовых технологий за рубежом. Если, конечно, не считать «высокой» технологией отверточную сборку чужих машин.
Для Кузбасса особое значение имеет горное машиностроение.
Мы начиная с 2000 года настойчиво пытались создать в Кемеровской области Всероссийский центр угольного машиностроения. Мнение машиностроителей на этот счет было единодушное. Не клеилось с наукой – она была в разгроме. Фактически прекратили существование НИИТУглемаш, «Гипроуглемаш», ЦНИИПодземмаш, КузНИУИ и др. Не стало единых научных центров, занимающихся разработкой новых технологий добычи угля и современных видов горнодобывающей техники.
К тому же не проявили интереса к созданию такого центра и наши угледобытчики.
Получается как в известной восточной мудрости: «Сколько ни кричи «халва», во рту слаще не станет».
Конечно, творчество не отменить. Усовершенствование продукции производилось за счет собственных средств предприятий, а иногда просто на энтузиазме. Но размах получался, увы, не тот, что требовался. Да и нет уверенности, что всей новой продукции удалось закрепиться на нашем рынке.

Порешили всё кадры
Историческая сталинская истина «Кадры решают всё!» жизненно важна для машиностроения. Но сейчас нужно куда-то трудоустраивать работников с ликвидируемых предприятий. Высококвалифицированные рабочие, служащие, техники, инженеры оказались ненужными и должны срочно переквалифицироваться в торгашей, официантов, барменов, охранников и других специалистов сферы обслуживания. Или в безработных.
А к концу нулевых годов кадры стали одной из главных проблем машиностроения. Отбили у молодежи желание идти сюда. К тому же среднемесячная заработная плата здесь близка к месячному доходу дворника или уборщицы.
Машзаводам не по карману содержать собственные учебные заведения. А государство уже длительное время сокращало программы подготовки технических специалистов по понятным причинам. Подобные проблемы и в других отраслях.
Заинтересованно действовал Клуб директоров машиностроительных предприятий. Стали регулярными встречи с руководством, профессорско-преподавательским составом и студентами старших курсов Кузбасского государственного технологического университета.
Но это не могло коренным образом изменить ситуацию. Отечественное машиностроение в условиях незащищенности, отсутствия капиталовложений, доступного финансирования и возможностей научно-технического развития не может быть конкурентоспособным. Не может быть и высокорентабельным. Соответственно – непривлекательно для пополнения.
А в разрухе. тем более без кадров. ничто не решается.
Что впереди
К началу девяностых годов на долю машиностроения приходилось 14% общего объема производства по Кемеровской области. Отрасль была источником жизни для более чем 105 тыс. работников.
В ходе «реформ» девяностых и нулевых годов доля машиностроения в промышленности области сократилась до 3%, а численность работающих – до 30 тыс. За бортом оказались 75 тыс. человек!
Не знаю, где теперь эти люди. Вряд ли большинство из них нашли лучшую долю, скорее пополнили ряды продавцов, прислуги, бездельников и преступников.
Воплощались в жизнь идеи руководителей Московской высшей школы экономики – главного штаба «реформаторов-рыночников».
Действительно, есть международное разделение труда, идет глобализация экономики.
Уголь так уголь. Давайте жить углем! А оборудование поставят немцы, англичане, поляки...
Но наши зарубежные учителя-рыночники почему-то не очень жалуют сырьевую экономику. В индустриально развитых странах, таких как США, Германия, Япония и другие, доля машиностроения составляет от 36 до 45% в общей структуре промышленности.
Заинтересовавшись этим, сделал сравнительный анализ эффективности основных отраслей промышленности нашей области. В основу были взяты данные за 1999–2000 годы.
Оказалось, при одинаковых налоговых поступлениях (11 копеек на 1 рубль основных фондов в топливной и машиностроительной промышленности) стоимость 1 рабочего места в машиностроении в 2 раза, энергопотребление в 2,3 раза, а вредных выбросов в атмосферу в 14,6 раза меньше, чем в топливной.
Еще значительнее преимущества легкой промышленности. Заметно уступают названным отраслям в показателях эффективности наши металлурги и химики.
Похоже, учителя загнали нас не в самый выгодный «рынок».
Сложившееся соотношение видов промышленного производства вряд ли оптимально для Кузбасса.
Непрерывное наращивание добычи угля приводит к предельной нагрузке на природу. Мы уверенно вышли, например, на первое место в России по количеству твердых отходов на 1 жителя в год – более 600 тонн!
Непростая ситуация с заболеваемостью и смертностью.
При этом до 20–25% добытого угля уходит на оплату зарубежного горно-шахтного оборудования и его эксплуатацию.
Конечно же, машины лучше делать здесь. Появятся дополнительные рабочие места, дополнительные налоговые поступления, да и угля можно добывать поменьше, т.е. поберечь природу.
От некоторых наших коллег в то время можно было слышать: «Зачем делать лопату, которую лучше делают за бугром? Привезем!»
Привезти можно все. И расплатиться за это своей природой. Но чем будем заниматься мы сами, наши потомки без природных богатств?
Деградировать и уменьшаться числом до нужного количества?
Думается, смысл жизни не в получении счастливчиками сверхприбыли, ради которой стоит отбросить всех, кто не вписывается в эту гармонию.
А машиностроение по своей сути очень социально.
Мы все гордимся нашими шахтерами – настоящими гвардейцами труда. Но шахты требуют цветущих парней. Став горняками после армии, они к 40 годам вынуждены выходить «на-гора», часто с приличным букетом профзаболеваний. Бывают и катастрофы.
Машиностроительные предприятия могут давать посильную работу подросткам, мужчинам и женщинам, людям с хроническими заболеваниями, пенсионерам и даже инвалидам.
Само содержание этого труда помогает не только сохранять здоровье длительное время, но и развивать интеллектуальные возможности человека, повышать его гордость и уважение к своей Родине.
Все острее для самого существования России встает вопрос о целесообразности перехода от примитивной схемы экспорта сырья к его глубокой переработке на месте.
Чрезвычайно важно производить это на основе собственного оборудования. Жизненно важны возрождение науки, подготовка специалистов и освоение производства новых изделий. Недопустимо оставлять машиностроение в области воспоминаний! Можно и необходимо возродить важнейшую для страны отрасль.
В награду получим благоприятную социально-экономическую среду и здоровую природу для процветания народа.
Восстановим патриотизм и уверенность в будущем!

http://sovross.ru/articles/1940/47335



Производители «Ласточки» нынче белые вороны

Сергей Рябов

В чём заключается главный секрет поразительных темпов социально-экономических преобразований в СССР? Курс был взят на скорейшее создание отраслей обрабатывающей промышленности, среди которых машиностроению отводилась исключительная роль. А вот российские рыночные реформаторы практически поставили крест на материальной основе индустриализации производства, переключившись на закупку машин, станков и оборудования за рубежом. Как это влияет на финансовое состояние предприятий и фирм, сколь болезненно сказывается на зарплате трудовых коллективов — факты общеизвестные.

Молодой, да ранний
И всё же изредка, пусть и с большим трудом, в стране ещё, оказывается, можно отыскать успешно действующее машиностроительное производство. Почему с трудом? Потому что буржуазная власть абсолютно не заинтересована в массовой популяризации, глубоком анализе организации и методов работы «правофланговых». Да и СМИ их обходят стороной.
Его полное имя звучит так: совместное предприятие Группы Синара и концерна «Сименс» — «Уральские локомотивы». Создано оно было летом 2010 года в небольшом городке Верхняя Пышма Свердловской области на базе местного Уральского завода железнодорожного машиностроения. В рекордно короткие сроки оно стало крупнейшим производителем подвижного состава для стальных магистралей Российских железных дорог. Уже несколько лет входит в десятку лучших предприятий своей отрасли. К тому же является лидером в регионе по производительности труда.
— В Европе нас считают самой современной компанией по выпуску продукции для нужд железнодорожников, — рассказывает генеральный директор «Уральских локомотивов» Олег Спан. — Это закономерная отдача от использования передовых технологий, включая цифровизацию. И, конечно же, сказывается высокий профессионализм рабочих. Плюс столь же высокая ответственность каждого за порученное дело.
Действительно, масштабность автоматизации производственных процессов здесь впечатляет. Многие технологии являются уникальными для отечественного машиностроения. Скажем, сварка алюминиевых профилей при производстве электропоездов «Ласточка» проходит на роботизированном сварочном комплексе. А раскрой отдельных деталей кузова выполняется методом гидроабразивной резки — за счёт воды с песком под давлением в несколько тысяч атмосфер. Сейчас на предприятии создают так называемую цифровую фабрику, где digital-процессы (оцифровка текста, звука и видео, которая позволяет переводить огромный объём информации в единицы и нули, то есть в язык, понятный компьютеру) связывают всех специалистов, занятых созданием продукта: от проектирования до сборки.
Впрочем, цифровые технологии здесь используют и непосредственно в работе электровозов и электропоездов. Каждая «умная машина» оснащается модулем передачи технологической информации и системой датчиков, что позволяет сотрудникам диспетчерского пункта отслеживать «самочувствие» техники по более чем 700 параметрам и оперативно реагировать при нештатных ситуациях. Кстати, нынче опыт по внедрению системы диспетчеризации стали использовать и в региональных центрах РЖД, расположенных по всей России. То есть ремонтники ещё до поступления машины в депо будут готовы осуществить гарантийные и сервисные работы.
На сегодня локомотивы «Синара» серии 2ЭС6, электровозы «Гранит» серии 2ЭС10, как и другая продукция верхнепышминцев, пользуются широким спросом у железнодорожников. Но по-настоящему прославили завод скоростные электропоезда «Ласточка», которые курсируют в 20 регионах страны. Они фактически стали платформой для апробации «умных» технологий.
Вкус к элементам системы автоведения «Уральские локомотивы» проявили уже с первого выпущенного электровоза и затем энергично принялись оснащать ими свои «Ласточки». В прошлом году конструкторы предприятия дооборудовали парк электровозов этой серии, занятых на Московском центральном кольце, специальными датчиками точного позиционирования. Чем они примечательны? Ультразвуковые приборы дают возможность скорректировать остановку поезда с точностью до полуметра. Другими словами, сделан реальный шаг к внедрению беспилотной системы управления поездами. Как пояснили на заводе, система автоведения значительно упрощает работу машиниста.
В столичном парке «Ласточек» проходит опытные испытания ещё одна разработка — встроенная система «машинного зрения», способная во время движения состава формировать двухмерную или трёхмерную картину окружающего пространства. А дополнительное оборудование позволяет оценивать состояние и занятость путей.
В 2011 году между РЖД и «Уральскими локомотивами» был заключён контракт на поставку 1200 вагонов скоростных пассажирских поездов «Ласточка» с 2015 по 2023 год. При этом с самого начала здесь строго следуют правилу: активно сотрудничать с российскими производителями. Сегодня уровень отечественных комплектующих и работ при изготовлении «летающих» машин уже превышает 85 процентов.
— В будущее четырёхтысячный персонал предприятия смотрит уверенно, — спокойно заявляет Олег Спан. — За годы работы «Уральские локомотивы» внесли существенный вклад в развитие отечественного машиностроения и сегодня располагают всем необходимым для реализации новых амбициозных проектов. Скажем, в секторе электропоездов действуем в двух основных направлениях: создание двухэтажных «Ласточек» и машин для высокоскоростных магистралей.

Под спудом власти капитала
А теперь поговорим о причинах замалчивания властями достижений передовиков, когда вся информация, даже об успешно действующем предприятии, ограничивается перечислением стандартных статистических данных. В этом смысле «хозяин Кремля» вместе с правительством напоминают благородное семейство, где не принято выносить сор из избы и где безупречный имидж клана и его главы превыше всего.
Ведь в нашем случае речь-то идёт не про банкротящиеся фирмы, а как раз о тех, кто даже в условиях неблагоприятной конъюнктуры умеет эффективно распорядиться материально-техническими ресурсами, финансами, кадрами и т.д. Почему их стиль работы, умение организовать дело должным образом чиновники в министерствах и ведомствах, равно как и печатная периодика вместе с телерадиокомпаниями, сделали стратегической тайной?
Ответ следует искать в самой сути капиталистической системы. Здесь каждый капиталист (а государство — крупнейший капиталист в России) строго блюдёт свою корысть. Это относится как к известной компании, так и к ещё неоперившемуся индивидуальному предприятию. Причину такого поведения установили когда-то представители английской классической политэкономии и глубоко исследовали К. Маркс и Ф. Энгельс. Это — погоня за прибылью в условиях тотальной капиталистической конкуренции.
При народной власти и социалистическом строе тщательный анализ работы предприятий-лидеров осуществлялся государством в интересах всей экономики. Делалось так в первую очередь для распространения и внедрения опыта передовиков на всех — прежде всего на менее благополучных — предприятиях. Помните популярный и отнюдь не формальный советский лозунг «Передовой опыт — всем!»? Или «Равнение — на правофланговых!»? В нынешней России подобные призывы выглядели бы дико, их воспринимали бы как издевательство не только владельцы частного капитала, но и руководители предприятий государственного сектора. И если с первым всё понятно (они выжимают не только из людей наёмного труда, но и из экономической конъюнктуры по максимуму), то во втором случае проблема повышения эффективности производства не так проста. На поверхности тот факт, что на капиталистическом рынке государственные предприятия выступают так же, как заурядные частные предприниматели. Их руководство не менее заинтересовано в получении высоких позиций на рынке, на котором все друг другу конкуренты.
Но в распространении передового опыта не заинтересована бюрократия буржуазного государства. Для начала отметим, что так называемые топ-менеджеры государственных ведомств уже тесно связаны с частным капиталом или надеются получить тёплое местечко в этом секторе после отставки. И эта корысть серьёзно влияет на определение их приоритетов при исполнении своих обязанностей. Уже поэтому их знакомство с успешно действующим промышленным объектом требовало бы от проверяющих обязательно отметить чёткость планирования, современные технологии, квалификацию персонала, грамотное использование инвестиций и другие факторы, которые в конечном счёте и обеспечивают высокую результативность, достойную зарплату коллективу. Но современный строй не вдохновляет чиновников на распространение передового опыта. С социально-политической точки зрения благополучные государственные предприятия вызывают подозрения, так как они опровергают миф, будто частное предпринимательство всегда эффективнее.
А поскольку переход из «середнячков» и тем более отстающих в передовые, как правило, требует затрат, то легко сослаться, что «казна не резиновая, бюджетные средства государства идут на решение более важных задач». Поэтому мы искренне желаем «Уральским локомотивам» удержать достигнутую высоту.
О том, что наши объяснения резкого снижения технического и технологического уровня большинства промышленных предприятий современной РФ верны, свидетельствует чудовищный процесс деиндустриализации страны. Он охватил не только тяжёлую индустрию, но и докатился до нашего «зелёного друга», подвергающегося фатальному уничтожению. В России всевластия частной собственности уже десятки лет этот замечательный и мощный ресурс является бесхозным, превратившись в вотчину «чёрных лесорубов», чиновничьего мздоимства и чудовищных по размаху преступных сделок. Почему власть мирится с творящимся бардаком? Вспомним: государство ещё в 2006 году по собственной инициативе децентрализовало лесное хозяйство страны, передав полномочия по его управлению субъектам РФ. В принятом тогда Лесном кодексе механизмы ухода, защиты и восстановительных работ после рубок, пожаров, браконьерских набегов оказались размыты, не поддавались контролю и больше способствовали не охране, а жестокой расправе с лесами. К тому же в системе лесничества число его работников за последние годы в РФ сократилось в пять раз. По оценкам экспертов, 15 процентов заготавливаемой в стране древесины вырубается незаконно, мимо госбюджета ежегодно проплывают десятки миллиардов рублей. Зато они оседают в карманах частных дельцов, которые чаще всего на поверку оказываются в тесном союзе с государственными чиновниками. А тут сразу же всплывает понятие «коррупция». Её создаёт, лелеет и холит сама капиталистическая система.

Газета "Правда" №74 (31006) 21—24 августа 2020 года
3 полоса
Автор: Сергей РЯБОВ, соб. корр. «Правды». Свердловская область.

https://gazeta-pravda.ru/issue/74-31006 ... ye-vorony/


Вернуться наверх
 Профиль  
 
Показать сообщения за:  Сортировать по:  
Начать новую тему Ответить на тему  [ Сообщений: 393 ]  На страницу Пред.  1 ... 5, 6, 7, 8, 9, 10  След.

Часовой пояс: UTC + 3 часа


Кто сейчас на форуме

Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 16


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Перейти:  
cron
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group
Русская поддержка phpBB