Отправляет email-рассылки с помощью сервиса Sendsay

Эконометрика

Подписаться Бесплатная «Серебряная» новостная рассылка Подписчиков 937 RSS
←   Май 2022   →
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31


За последние 60 дней 8 выпусков (3-4 раза в месяц)


Сайт рассылки: http://orlovs.pp.ru/ivst.php
Открыта: 29-06-2000
Адрес автора: science.humanity.econometrika-owner@subscribe.ru

Автор
Орлов А.И.

Статистика

937 подписчиков
-1 за неделю
←   Все выпуски   →

Эконометрика - выпуск 1110


"Эконометрика", 1110 выпуск, 2 мая 2022 года.

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

Здравствуйте, 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".

Все вышедшие выпуски доступны в Архиве рассылки по адресу subscribe.ru/catalog/science.humanity.econometrika.

*   *   *   *   *   *   *

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. No.1, С. 87-93.

4. Орлов А.И. Статистика нечисловых данных за сорок лет (обзор) // Заводская лаборатория. Диагностика материалов. 2019. Т. 85. No.7. С. 69-84.

5. Орлов А. И. Модель анализа совпадений при расчете непараметрических ранговых статистик // Заводская лаборатория. Диагностика материалов. 2017. Т.83. No.11. С. 66-72.

6. Орлов А. И. Оценивание размерности вероятностно-статистической модели // Научный журнал КубГАУ. 2020. No.162. С. 1-36.

7. Орлов А. И. Развитие математических методов исследования (2006 - 2015 гг.) // Заводская лаборатория. Диагностика материалов. 2017. Т.83. No.1. Ч.1. С. 78-86.

Публикация:

1189. Орлов А.И. Смена парадигм в прикладной статистике // Заводская лаборатория. Диагностика материалов. 2021. Т.87. No. 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. No.118. С. 486-506.

2. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019. No.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. No. 106. С. 270-300.

9. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования / Научный журнал КубГАУ. 2020. No.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. - Saarbrьcken (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. No.98. С. 105-125.

14. Орлов А.И. Новая парадигма математических методов исследования / Заводская лаборатория. Диагностика материалов. 2015. Т.81. No..7 С. 5-5.

15. Орлов А.И. О влиянии методологии на последствия принятия решений / Научный журнал КубГАУ. 2017. No.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. No. 33. С. 2-10.

18. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. No.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-ju/84410-novaja-khronologija-fomenko-i-bor-ba-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. No.120. С. 60 - 85.

22. Лындина М.И., Орлов А.И. Математическая теория рейтингов // Научный журнал КубГАУ. 2015. No. 114. С. 1 - 26.

23. Орлов А.И., Цисарский А.Д. Определение приоритетности реализации НИОКР на предприятиях ракетно-космической отрасли // Контроллинг. 2020. No. 2(76). С. 58-65.

24. Орлов А.И. Математические методы теории классификации // Научный журнал КубГАУ. 2014. No. 95. С. 23 - 45.

25. Орлов А.И. Прогностическая сила - наилучший показатель качества алгоритма диагностики // Научный журнал КубГАУ. 2014. No. 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

*   *   *   *   *   *   *

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, Московский государственный технический университет им. Н.Э. Баумана, г. Москва, prof-orlov@mail.ru

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. No. 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/socialism_book/hayek_critique.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. No.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. No.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, No. 3-4. С. 411-423.

9. Орлов А.И. Аристотель и цифровая экономика / Biocosmology - neo-Aristotelism. 2019. V. 9, No. 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. No. 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. No.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

*   *   *   *   *   *   *

На сайте "Высокие статистические технологии", расположенном по адресу http://orlovs.pp.ru, представлены:

На сайте есть форум, в котором вы можете задать вопросы профессору А.И.Орлову и получить на них ответ.

*   *   *   *   *   *   *

Удачи вам и счастья!
В избранное