Отправляет email-рассылки с помощью сервиса Sendsay

Эконометрика

  Все выпуски  

Эконометрика - выпуск 631


"Эконометрика", 631 выпуск, 25 февраля 2013 года.

Здравствуйте, уважаемые подписчики!

*   *   *   *   *   *   *

Предлагаем тезисы наших докладов "Контроллинг в неформальной информационной экономике будущего" и (в соавторстве) "О разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий".

Найдена в Интернете статья "Статистические методы и модели в социально-экономических исследованиях (тридцать лет спустя)", которой по каким-то причинам нет в списке трудов А.И.Орлова.

В статье В.А. Торгашева "Хрущев - путь предательства" рассказано, что в СССР с 1939 по 1955 год применялся метод повышения эффективности экономики (МПЭ), обеспечивший беспрецедентный взлет экономики. В 1955 году Япония заимствовала МПЭ, что и обеспечило ее бурный экономический рост за счет, прежде всего, инновационных технологий ("японское чудо").

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

*   *   *   *   *   *   *

Контроллинг в неформальной информационной экономике будущего

А.И. Орлов,
МГТУ им. Н.Э. Баумана, г. Москва

prof-orlov@mail.ru

Введение

Основное течение (мейнстрим) в современной экономической науке - 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.

В рамках мейнстрима плановой экономики имеются различные системы взглядов. Мы полагаем, что модели и методы управления промышленными предприятиями и коммерческими компаниями должны опираться на разрабатываемое в ИПУ РАН новое направление в менеджменте [1], получившее название "Умное управление". Оно предполагает использование современных механизмов управления организационными системами (механизмов прогнозирования и планирования, организации, стимулирования (мотивации), координации и контроля) как на уровне отдельного предприятия, так и на уровне региона, страны и международных отношений. Технологии управления должны опираться на систематическое использование теории принятия решений [2], в том числе экспертных оценок.

Неформальную информационную экономику будущего (НИЭБ) как базовую организационно-экономическую теорию относим к научному направлению "Умное управление". Базовые идеи НИЭБ достаточно подробно изложены в [3-6]. На 8 июля 2012 г. основной Интернет-ресурс по НИЭБ на форуме сайта "Высокие статистические технологии" просмотрен 51,5 тыс. раз.

Следующий шаг в разработке НИЭБ связан с выявлением роли методологии и контроллинга в управлении развитием крупномасштабных систем с учетом опыта практических работ в одной из таких систем - Группе авиакомпаний "Волга-Днепр".

1. НИЭБ - современная базовая организационно-экономическая теория

Хорошо известно [7], что "школа научного управления" основана на "русской системе обучения ремеслам", разработанной в Императорском Московском Техническом Училище (ныне МГТУ им. Н.Э. Баумана). Место и время рождения современного менеджмента - Москва, 60-70-е годы XIX в. Вполне естественно, что современная базовая организационно-экономическая теория - НИЭБ - также создана в МГТУ им. Н.Э. Баумана. Общепризнано, что управленческие решения необходимо принимать на основе всей совокупности социальных, технологических, экономических, экологических, политических факторов. Это касается прежде всего стратегических решений. Итак, экономика - часть менеджмента как науки об управлении людьми [8]. При управлении развитием крупномасштабных систем нельзя опираться только на экономические расчеты.

Согласно НИЭБ современные информационные технологии и теория принятия решений (включая экспертные технологии) 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 единицей. В частности, как уже и происходит во всех развитых странах [2, 8], российское государство должно стать основным действующим лицом в экономике.

В качестве предшественников, на работы которых существенно опираемся, называем В.М. Глушкова и Ст. Бира. Многие исследователи высказывали схожие мысли. Например, можно указать на труды К. Поланьи. В рамках плановой системы можно смоделировать любые рыночные отношения, а потому плановое хозяйство заведомо не менее эффективно, чем рыночное. Основная критика (Хайека) плановой системы базировалась на невозможности произвести необходимое количество вычислений, в результате плановые решения запаздывали и не могли охватить необходимую номенклатуру товаров и услуг. Как показали шотландские экономисты В. Пол Кокшотт и Аллин Ф. Коттрелл, современные информационные технологии снимают эти проблемы. Так, П. Кокшотт убедительно демонстрирует теоретическую возможность организации производства с целью непосредственного удовлетворения потребностей в масштабах страны или человечества в целом. Особо отметим выполненный им тщательный анализ объемов необходимых вычислений. Для расчетов управленческих решений на базе моделей линейного программирования мощностей стандартных современных компьютеров вполне достаточно. Итак, в масштабах народного хозяйства применять инструменты управления хозяйственной деятельностью, основанные на деньгах, нет необходимости. Тем более это верно для отдельного предприятия и холдинга.

Практика управленческой работы в Группе авиакомпаний "Волга-Днепр" демонстрирует главенство менеджмента над экономикой, в частности, большое значение экспертных технологий [9], в том числе сетевых [10]. Наш вклад в рассматриваемое интеллектуальное движение состоит в разработке теории принятия решений [2] как инструментария НИЭБ, в частности, методов сбора и анализа экспертных оценок для выявления и согласования потребностей.

2. Контроллинг при управлении предприятиями и компаниями

Современный этап развития контроллинга в России начинается с середины 1990-х годов. Действует сообщество профессионалов в этой области "Объединение контроллеров", более 10 лет выпускается журнал "Контроллинг", прошло более 20 всероссийских и международных симпозиумов, конгрессов, совещаний по контроллингу.

Однако обсуждение содержания понятия "контроллинг" продолжается. Так, "контроллинг - ориентированная на долгосрочное и эффективное развитие система информационно-аналитической, методической и инструментальной поддержки руководителей предприятия по достижению поставленных целей..." [11, с.45] Можно выразить ту же мысль несколько иначе: "контроллинг - это система информационно-аналитической поддержки процесса принятия управленческих решений в организации". Обратим внимание на то, что система создается постепенно, охватывая одну область принятия решений за другой.

Как соотносятся сферы ответственности контроллера и руководителя? Контроллер разрабатывает правила принятия решений, руководитель принимает решения, опираясь на эти правила. В рамках организации термин "контроллер" может не употребляться, важны исполняемые функции, а не название.

В [12] обоснована концепция "контроллинга методов". Инновации в сфере управления 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. Такие методы рассматриваем с точки зрения их влияния на эффективность (в широком смысле) процессов управления предприятиями и организациями. Если речь идет о новых методах (для данной организации), то их разработка и внедрение - организационная инновация, соответственно контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций [13].

В качестве примера работе рассмотрим инновационный проект по разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий [14]. Разрабатывается система организационно-экономических методов и программ поддержки принятия управленческих решений в области управления безопасностью полетов, весьма важной для авиации. Эта система будет играть роль службы контроллинга, снабжая руководителей, отвечающих за безопасность полетов, правилами принятия решений и проектами решений в конкретных ситуациях. Другими словами, разрабатываемая система обеспечивает информационно-аналитическую поддержку процесса принятия управленческих решений в области безопасности полетов, а потому является основой системы контроллинга в этой области. Отсутствие термина "контроллинг" в официальном названии разрабатываемой системы объясняется традициями, сложившимися в кластере организаций, разрабатывающих систему, и не может затушевать ее реальные функции.

3. Роль методологии при управлении предприятиями и компаниями

Для разработки управленческих решений весьма большое значение имеет методология как учение об организации деятельности [15, 16]. Влияние методологических ошибок на последствия принятия управленческих решений прослежено в [17]. Пример: многие руководители промыщленных предприятий и коммерческих организаций считают прибыль главной целью деятельности коммерческого предприятия; на практике же зачастую предприятия стремятся к достижению системы целей: обеспечение требуемого уровня ликвидности, доли рынка, рост объемов продаж, сохранение персонала, снижение рисков и т.п. [11, с.185].

Работа выполнена при финансовой поддержке Министерства образования и науки РФ в рамках Постановления Правительства РФ No. 218.

Литература

1. Механизмы управления / Под ред. Д.А. Новикова. М. :Ленанд, 2011. 192 с.

2. Орлов А.И. Организационно-экономическое моделирование: теория принятия решений. М.: КноРус, 2011. 568 с.

3. Орлов А.И. Неформальная информационная экономика будущего // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений / Под ред. Р.М. Нижегородцева. М.: Доброе слово: ИПУ РАН, 2007. С.72-87.

4. Орлов А.И. Основные идеи неформальной информационной экономики будущего - новой организационно-экономической теории // Четвертая международная конференция по проблемам управления (26 - 30 января 2009 года): Сборник трудов. − М.: Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН, 2009. C.672 - 686.

5. Орлов А.И. Основные идеи неформальной информационной экономики будущего // ЭТАП: Экономическая Теория, Анализ, Практика. 2010. No. 1. С.89-105.

6. Орлов А.И. Теория принятия решений и экспертные оценки в неформальной информационной экономике будущего // Управление развитием крупномасштабных систем (MLSD'2011): Материалы Пятой международной конференции. Том I. М.: ИПУ РАН, 2011. С.151-154.

7. Научные школы Московского государственного технического университета имени Н.Э. Баумана. История развития / Под ред. И.Б. Федорова, К.С. Колесникова. 2-е изд., доп. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 464 с.

8. Орлов А.И. Менеджмент: организационно-экономическое моделирование. Ростов-на-Дону: Феникс, 2009. 475 с.

9. Орлов А.И. Организационно-экономическое моделирование: в 3 ч. Ч.2. Экспертные оценки. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2011. 486 с.

10. Сетевая экспертиза / Под ред. Д.А. Новикова, А.Н. Райкова. М.: Эгвес, 2010. 168 с.

11. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. 272 с.

12. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. No.4 (28). С.12-18.

13. Фалько С.Г., Иванова Н.Ю. Управление нововведениями на высокотехнологичных предприятиях. - М.: МГТУ им. Н.Э. Баумана, 2007. 428 с.

14. Бутов А.А., Орлов А.И., Шаров В.Д. Проблемы управления группой авиакомпаний // Управление развитием крупномасштабных систем (MLSD'2011): Материалы Пятой международной конференции. Том II. М.: ИПУ РАН, 2011. С.22-25.

15. Новиков А.И., Новиков Д.А. Методология. М.:СИНТЕГ, 2007. 668 с.

16. Новиков Д.А. Методология управления. М.: Книжный дом "ЛИБРОКОМ", 2012. 128 с.

17. Орлов А.И. Влияние методологии на последствия принятия решений // Материалы I Международного Конгресса по контроллингу: выпуск No.1 /Под ред. С.Г. Фалько. М.: НП "ОК", 2011. С.86-90.

Тезисы доклада на конференции "Управление в технических, эргатических, организационных и сетевых системах" (УТЭОСС-2012), состоявшейся в рамках Мультиконференции по проблемам управления (МКПУ-2012) в Санкт-Петербурге с 9 по 11 октября 2012 г.

*   *   *   *   *   *   *

О разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий

В.Д. Шаров, В.П. Макаров, А.А. Бутов, А.И. Орлов

Группа компаний "Волга-Днепр, Управляющая компания, г. Москва; Ульяновский государственный университет, г. Ульяновск; МГТУ им. Н.Э. Баумана, г. Москва

Valeriy.Sharov@volga-dnepr.com; valmaka@yandex.ru; butov@mv.ru; prof-orlov@mail.ru

Введение

Итоги деятельности мировой гражданской авиации сопровождаются тщательной оценкой глобальных показателей безопасности полетов. За 2011 г. в мире зарегистрировано 28 авиационных происшествия, погибло 507 человек. Доля Российской Федерации: 6 авиационных происшествия и 118 человек, т.е. 20%, в то же время объем перевозок составляет чуть более 5%.

В 2010 г. Правительство РФ поддержало пилотный инновационный проект по разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий (АСППАП) на базе Ульяновского государственного университета. К работе были подключены ведущие ученые РФ в области управления безопасностью полетов: из МГТУ им. Н.Э. Баумана, Межгосударственного Авиационного Комитета, МГТУ Гражданской Авиации, ОКБ Миля и других организаций под руководством член-корр. РАН Н.А. Махутова. Инновационный проект реализуется на базе Группы компаний (ГрК) "Волга-Днепр" и при активном участии ее ведущих специалистов и руководителей. ГрК "Волга-Днепр" специализируется в области грузовых авиаперевозок и занимает более 50% мирового рынка нестандартных грузоперевозок.

Работа проводилась по двум направлениям: (1) построение математических моделей классическими методами теории вероятностей, где это возможно (модели обнаружения разладки, теории надежности), и (2) методами теории статистики нечисловых данных, в том числе нечетких множеств (описывающих лингвистические переменные), с использованием анализа экспертных оценок, построения матриц анализа рисков и т.д. Деревья событий по 12 типам авиационных происшествий разработаны на базе многолетней статистики.

1. Модель развития авиационного происшествия в полете

Рассмотрим применение методов прогнозирования и экономической оценки рисков для безопасности полетов с целью разработки и принятия управленческих решений в АСППАП. Методы краткосрочного и долгосрочного прогнозирования основаны на использовании прикладной статистики, экспертных оценок, организационно-экономического моделирования производственных процессов авиаперевозок и возможных сценариев развития авиационных происшествий в полете.

Повышение эффективности управления безопасностью полетов - одна из приоритетных задач ГрК "Волга-Днепр". Руководящие документы Международной организации гражданской авиации (ИКАО), как показал опыт, не являются достаточными для построения эффективной системы на уровне авиакомпании.

Для выделенных в разрабатываемой АСПАП 12 типов авиационных происшествий разработаны "деревья" в соответствии с FMEA-FTA методологией. "Дерево" развития типа авиационного происшествия - это логическая схема причинно-следственных связей, отражающая вероятные сценарии развития факторов опасности и их комбинаций через промежуточные события и барьеры безопасности в авиационное происшествие определенного типа. Тип событий - непосредственно наблюдаемые обстоятельства особой ситуации с воздушным судном на земле или в воздухе, например: выкатывание за пределы ВПП, потеря управляемости в полете и другие типы событий.

Основание "дерева" составляют базовые события - проявления факторов опасности в полете, инициирующие возникновение авиационного происшествия и/или сопутствующие его развитию. Базовые события представляются в виде, позволяющем оценить вероятность их проявления на основании эксплуатационных данных авиакомпании и ожидаемых условий выполнения полета. Характеристиками базовых событий могут быть: числовые значения, случайные параметры стохастической природы с известными и неизвестными вероятностными распределениями, параметры нечисловой природы, которые могут быть рассчитаны исключительно на основании экспертных оценок. Для каждого базового события разрабатывается собственный алгоритм расчета его вероятности.

Следствием проявления факторов опасности является промежуточные события, характеризующие особую ситуацию в полете. На данном этапе возможно предотвратить авиационное происшествие использование барьеров безопасности - своевременными и правильными действиями экипажа по парированию особой ситуации, активацией резервных и защитных систем ВС. Вершина "дерева" - авиационное происшествие определенного типа, для которого по математическому алгоритму, описывающему цепочки причинно-следственных связей "дерева", рассчитывается вероятность возникновения на разных этапах полета.

2. Применение экспертных технологий в проекте АСППАП

В проекте большой объем занимают работы с применением экспертных технологий. Разработчики УлГУ совместно с проектной группой ГрК выделяют набор прикладных задач, для решения которых необходимо применение экспертных оценок. Так, при краткосрочном прогнозировании с использованием выделенных в проекте 12 типов событий эксперты оценивают передаточные коэффициенты (условные вероятности в обобщенных формулах Байеса). Для прогнозирования авиационных событий в Центре управления воздушными перевозками будет использована "светофорная система" (т.е. трехбалльная система: зеленый - желтый - красный), границы между областями определены с помощью экспертов. Правила принятия решений при том или ином сочетании цветов 14 светофоров могут быть выработаны только путем многоэтапной экспертной процедуры с участием опытного летного состава. Долгосрочный прогноз периодов критической вероятности авиационного происшествия строится с указанием факторов опасности (угроз) по группам "Человек", "Машина", "Среда". Предусмотрена возможность корректировки прогноза с учетом управленческих решений, для выбора которых необходимы экспертные процедуры.

Экспертные оценки используются в тех случаях, когда обширные статистические данные отсутствуют или в настоящее время недоступны. По мере накопления информации в новых базах данных и извлечения необходимой информации из имеющихся баз данных, в том числе из материалов расследований авиационных происшествий Межгосударственного авиационного комитета и автоматизированной системы обеспечения безопасности полетов гражданской авиации РФ, проведения научно-исследовательских работ экспертные оценки будут заменяться на объективные данные.

Проведение экспертизы инициируется Руководителем, принимающим решение (РПР). По основным экспертизам РПР являются: Президент ГрК "Волга-Днепр", Исполнительный Президент авиакомпании "Волга-Днепр", Вице-президент по производству, Директор летной службы. РПР своим распоряжением назначает Руководителя рабочей группы (РРГ), который формирует группу экспертов - высококвалифицированных специалистов в определенной области, знания, опыт и интуиция которых позволяют им принимать правильные решения. В проектах авиакомпании "Волга-Днепр" эксперт - это сотрудник авиакомпании "Волга-Днепр" с опытом летной или руководящей работы, специалист ИАС, специалист по анализу и расшифровке полетной информации, метеоролог, специалист по аэронавигационному обеспечению полетов. Для основных экспертиз, связанных с летной эксплуатацией, привлекаются только действующие командиры воздушных судов (КВС) с опытом работы в должности КВС на данном типе воздушного судна (ВС) не менее одного года.

Вначале организаторы экспертизы планировали получить от экспертов оценки в виде частот событий (сколько определенного типа событий следует ожидать на 1000 полетов). Однако в соответствии с мнением экспертов пришлось перейти на оценки в порядковой шкале. Эксперты стали упорядочивать события по частоте, а также давать балльные оценки в шкале с пятью градациями. Таким образом, еще раз подтвердилось, что экспертам гораздо легче сравнивать объекты экспертизы, отвечать, какое событие встречается чаще, а какое реже, чем отвечать на вопросы типа: "Как часто встречается?", "Во сколько раз чаше встречается первое событие, чем второе?", "Насколько чаще встречается первое событие, чем второе?". То, что мнения экспертов чаще всего выражены в порядковой шкале, заметно усложнило процедуры сбора и анализа экспертной информации по сравнению с гипотетической возможностью получать экспертные оценки в интервальной шкале или шкале отношений.

3. Количественная оценка рисков для безопасности полетов

Количественная оценка рисков для безопасности полетов в стоимостной и натуральной форме проводится на основе анализа информации об эксплуатационной деятельности авиакомпании и формирования перечня управленческих решений из базы данных с оценкой их эффективности на основе расчета предотвращенного ущерба. Риск в стоимостном выражении - стоимость среднего ожидаемого ущерба в денежном эквиваленте на 1 час полета. Риск в натуральном выражении - вероятность гибели человека (нанесение непоправимого вреда здоровью человека или безвозвратная потеря уникального самолета Ан-124-100) в результате авиационного происшествия на 1 час полета. Система должна выполнять: расчет риска по каждому из 12 типов авиационных событий и общего стоимостного риска; выявление влияющих факторов опасности в группах "Человек", "Машина", "Среда"; выдачу рекомендаций руководителю, принимающему решение, по оптимальному набору управленческих решений; расчет остаточного риска по типу авиационного события и общего остаточного риска. Для предварительной оценки эффективности управленческих решений будут использованы разработки группы CAST (Commercial Aviation Safety Team), снизившей уровень авиакатастроф в США за период с 1997 г. по 2007 г. на 82%.

Принята вероятностно-статистическая модель риска. Ущерб - случайная величина. Риск выражается характеристиками ее распределения, но непараметрическая оценка плотности затруднена. Поэтому на первом этапе используется упрощенный вариант - расчет среднего ожидаемого ущерба как произведения вероятности авиационного события (рассчитывается по исходным данным об эксплуатационной деятельности авиакомпании и ожидаемым условиям полета) и среднего ущерба (рассчитывается по данным страховых случаев с экспертным учетом опыта авиакомпании). Экспертным путем определяются многие параметры, необходимые для реализации системы, например, минимальная величина ущерба (в процентах от стоимости воздушного судна) как характеристика события для его учета в долгосрочном прогнозировании. Необходимо включать также косвенный ущерб, соответствующий упущенной выгоде в связи с внеплановым ремонтом, простоем воздушного судна в течение ремонта, дополнительными расходами, вызванными использованием других воздушных судов для выполнения заключенных договоров на авиаперевозки, репутационными издержками и другими потерями.

Результаты краткосрочного или долгосрочного прогнозирования нецелесообразно выражать в вероятностях. Работникам авиакомпании трудно с практической точки зрения отличить, например, 10-5 от 10-6. Поэтому используем стоимостные оценки риска. Например, для определенных исходных данных риск столкновения воздушного судна с птицами оценивается как 250 долл. на час полета, а риск выкатывания за пределы взлетно-посадочной полосы при посадке - как 1000 долл. на час полета. Тогда управляющие воздействия следует нацелить на снижение второго из этих рисков.

На следующем этапе разработки АСППАП предполагается более подробно анализировать риски. В частности, изучать функции распределения случайного ущерба, строить управление на основе квантилей, близких к 1, а также медианы как дополнительного к математическому ожиданию варианта среднего значения. Ввести показатели разброса случайного ущерба, двухкритериальную задачу снижения ущерба (одновременное снижение среднего ущерба и разброса) сводить к однокритериальной. Кроме вероятностно-статистической модели риска, на следующем этапе в соответствии с рекомендациями ИКАО предполагается ввести в рассмотрение модели на основе теории нечеткости и статистики интервальных данных. В АСППАП будет реализована функция автоматизированного мониторинга показателей безопасности полетов.

В соответствии с требованиями ИКАО каждая авиакомпания разрабатывает и совершенствует систему управления безопасностью полетов. Разрабатываемая ГрК "Волга-Днепр" совместно с УлГУ и консультантами АСППАП отличается гораздо более глубокой проработкой вопросов оценки, анализа и управления рисками, краткосрочного и долгосрочного прогнозирования. Единственным аналогом является система CATS, разработанная по заказу Правительства Нидерландов, однако эта система заметно проще, не использует объективные данные об эксплуатационной деятельности авиакомпании и ожидаемых условиях выполнения полета и позволяет решать существенно меньший объем задач. Поэтому можно констатировать, что АСППАП является новой в мировом масштабе инновационной разработкой, позволяющей успешно решать ключевую в авиационной отрасли проблему подготовки правил принятия решений и выдачи рекомендаций руководителям по принятию управленческих решений при управлении безопасностью полетов. Планируется, что система будет тиражироваться: передаваться авиакомпаниям и внедряться в них.

Работа выполнена при финансовой поддержке Министерства образования и науки РФ в рамках Постановления Правительства РФ No. 218.

Тезисы доклада на конференции "Управление в технических, эргатических, организационных и сетевых системах" (УТЭОСС-2012), состоявшейся в рамках Мультиконференции по проблемам управления (МКПУ-2012) в Санкт-Петербурге с 9 по 11 октября 2012 г.

*   *   *   *   *   *   *

Статистические методы и модели в социально-экономических исследованиях (тридцать лет спустя)

А.И.Орлов (Москва)

Выборочные исследования - один из основных инструментов социологов. Для переноса выводов с выборки на всю интересующую исследователя совокупность необходимо использовать вероятностно-статистические методы и модели. Уже в 1970-х годах в нашей стране активно разрабатывались математические и статистические методы анализа данных социологических опросов (см., например, сборники [1, 2]). Отметим, что работы тех уже далеких лет, как правило, отнюдь не устарели и по-прежнему представляют интерес для специалистов по анализу социологических данных и математическому моделированию социальных процессов. Однако за тридцать прошедших лет в некоторых направлениях удалось продвинуться. Статья посвящена обсуждению развития статистических методов и моделей за тридцать лет (1974-2003).

Зачем социологу журнал "Заводская лаборатория"? Одни и те же статистические методы и модели могут с успехом применяться в самых разных областях науки и практики. Статистические методы и модели весьма эффективны в социологических, социально-экономических, управленческих, технических и технико-экономических исследованиях, медицине, истории, практически в любой прикладной отрасли и области знания. Очевидна связь между исследованиями, выполненными в рамках различных дисциплин. Например, на Втором Всероссийском социологическом конгрессе активно обсуждалась такая традиционно экономическая тематика, как маркетинговые и инновационные исследования.

Однако вполне естественным является желание "замкнуться" внутри своей предметной области. Например, довольно странным выглядело бы предложение о преподавании на социологическом факультете в соответствии с учебником по эконометрике [3]. Удивление значительно возросло бы при констатации того, что этот учебник составлен в основном из статей, опубликованных в журнале "Заводская лаборатория" (в прошлом - орган Министерства черной металлургии). Действительно, есть ли что-либо общее у инженера-металлурга, менеджера, экономиста и социолога? Необходимо известное интеллектуальное развитие, чтобы понять, что все эти специалисты могут использовать одни и те же инструменты исследования - статистические методы и модели.

Основное событие последних тридцати лет - это становление научно-практической дисциплины "прикладная статистика", посвященной разработке и применению статистических методов и моделей.

Появление прикладной статистики. В нашей стране термин "прикладная статистика" вошел в широкое употребление в 1981 г. после выхода массовым тиражом (33940 экз.) сборника "Современные проблемы кибернетики (прикладная статистика)". В этом сборнике обосновывалась трехкомпонентная структура прикладной статистики [4]. Во-первых, 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 [4].

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 для 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 [5]. 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" [3]. 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.

Научное направление и сам термин "прикладная статистика" возникли 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, закончившим свой жизненный путь, относится средневековая схоластика. Как справедливо отмечает проф. МГУ им. М.В. Ломоносова В.Н. Тутубалин [6], теория вероятностей и математическая статистика успешно двигаются по ее пути - вслед за элементарной геометрией.

Статистические данные собираются и анализируются с незапамятных времен (см., например, Книгу Чисел в Ветхом Завете). Однако современная математическая статистика была создана сравнительно недавно - в первой половине ХХ в. Именно тогда были разработаны ее основные идеи, получены результаты, излагаемые ныне в курсах математической статистики. Затем математики занялись внутриматематическими проблемами, а для теоретического обслуживания практики анализа статистических данных стала формироваться новая дисциплина - прикладная статистика.

Статистика объектов нечисловой природы как часть прикладной статистики. Согласно общепринятой в настоящее время классификации статистических методов прикладная статистика делится на четыре области:

статистика (числовых) случайных величин;

многомерный статистический анализ;

статистика временных рядов и случайных процессов;

статистика объектов нечисловой природы.

Первые три из этих областей являются классическими. Они были хорошо известны еще в первой половине ХХ в. Остановимся на четвертой, сравнительно недавно вошедшей в массовое сознание специалистов. Ее именуют также статистикой нечисловых данных или попросту нечисловой статистикой. Анализ динамики развития прикладной статистики приводит к выводу, что в XXI в. она станет центральной областью прикладной статистики, поскольку содержит наиболее общие подходы и результаты.

Исходный объект в прикладной математической статистике - это выборка. В классической математической статистике элементы выборки - это числа. В многомерном статистическом анализе - вектора. А в нечисловой статистике элементы выборки - это объекты нечисловой природы, которые нельзя складывать и умножать на числа. Другими словами, объекты нечисловой природы лежат в пространствах, не имеющих векторной структуры. Примерами объектов нечисловой природы являются:

значения качественных признаков, т.е. результаты кодировки объектов (например, ответов на вопросы социологической анкеты) с помощью заданного перечня категорий (градаций);

упорядочения (ранжировки), классификации, толерантности,

результаты парных сравнений, т.е. последовательности из 0 и 1;

множества (обычные или нечеткие),

слова, предложения, тексты;

вектора, координаты которых - совокупность значений разнотипных признаков, часть из них носит качественный характер, а часть - количественный;

ответы на вопросы экспертной, 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.

В течение 1970-х годов на основе запросов социологии [7], экономики, техники и медицины развивались конкретные направления статистики объектов нечисловой природы. Были установлены связи между конкретными видами таких объектов, разработаны для них вероятностные модели. Научные итоги этого периода подведены в монографии [8].

Следующий этап - выделение статистики объектов нечисловой природы в качестве самостоятельного направления в прикладной статистике, ядром которого являются методы статистического анализа данных произвольной природы. Программа развития этого нового научного направления впервые была сформулирована в статье [9]. Реализация этой программы была осуществлена в 1980-е годы. Для работ этого периода характерна сосредоточенность на внутренних проблемах нечисловой статистики. Предварительные итоги были подведены в подготовленном вместе с социологами сборнике научных статей [10], полностью посвященном нечисловой статистике.

К 1990-м годам статистика объектов нечисловой природы с теоретической точки зрения была достаточно хорошо развита, основные идеи, подходы и методы были разработаны и изучены математически, в частности, доказано достаточно много теорем. Наступило время перейти к применению полученных результатов на практике.

Непараметрическая статистика. Из многих "точек роста" прикладной статистики [3] отметим непараметрическую статистику. В первой трети ХХ в. в работах Спирмена и Кендалла появились первые непараметрические методы, основанные на коэффициентах ранговой корреляции. Но непараметрика, не делающая нереалистических предположений о том, что функции распределения результатов наблюдений принадлежат тем или иным параметрическим семействам распределений, стала заметной частью статистики лишь со второй трети ХХ века, после работ А.Н.Колмогорова и Н.В.Смирнова. После второй мировой войны развитие непараметрической статистики пошло быстрыми темпами. К настоящему времени с помощью непараметрических методов можно решать практически тот же круг статистических задач, что и с помощью параметрических. Все большую роль играют непараметрические оценки плотности, непараметрические методы регрессии и распознавания образов (дискриминантного анализа). В нашей стране непараметрические методы получили достаточно большую известность после выхода в 1965 г. сборника статистических таблиц Л.Н. Большева и Н.В.Смирнова [11], содержащего подробные таблицы для основных непараметрических критериев.

Тем не менее параметрические методы всё еще популярнее непараметрических. Неоднократно публиковались экспериментальные данные, показывающие, что распределения реально наблюдаемых случайных величин, в частности, ошибок измерения, в подавляющем большинстве случаев отличны от нормальных (гауссовских). Тем не менее теоретики продолжают строить и изучать статистические модели, основанные на гауссовости, а практики - применять подобные методы и модели.

Литература

1. Методы современной математики и логики в социологических исследованиях. - М.: Институт социологических исследований АН СССР, 1977.

2. Математические методы и модели в социологии. - М.: Институт социологических исследований АН СССР, 1977.

3. Орлов А.И. Эконометрика. - М.: Экзамен, 2002 (1-е изд.), 2003 (2-е изд.).

4. Современные проблемы кибернетики (прикладная статистика). - М.: Знание, 1981.

5. Орлов А.И. О перестройке статистической науки и её применений. / Вестник статистики. 1990. No. 1. С.65 - 71.

6. Тутубалин В.Н. Границы применимости (вероятностно-статистические методы и их возможности). - М.: Знание, 1977.

7. Орлов А.И. Статистика объектов нечисловой природы и обработка социологических данных. - В сб.: Математические методы в социологическом исследовании. - М.: Наука, 1981, с.67-75.

8. Орлов А.И. Устойчивость в социально-экономических моделях. - М.: Наука, 1979.

9. 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.

10. Анализ нечисловой информации в социологических исследованиях. / Под ред. В.Г. Андреенкова, А.И.Орлова, Ю.Н. Толстовой. - М.: Наука, 1985.

11. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. - М.: Наука, 1965 (1-е изд.), 1968 (2-е изд.), 1983 (3-е изд.).

А.И.Орлов, проф., д.т.н., директор Института высоких статистических технологий и эконометрики МГТУ им. Н.Э.Баумана

Электронная библиотека Социологического факультета МГУ им. М.В. Ломоносова.

II Всероссийский социологический конгресс, 2003.

Секция 04. Математическое моделирование социальных процессов

*   *   *   *   *   *   *

Хрущев - путь предательства

В.А. Торгашев

По своей профессии я весьма далек от политики и экономики и являюсь чистым технарем. Более 50 лет я занимаюсь созданием принципиально новых средств вычислительной техники или, как сейчас принято говорить, развитием компьютерных технологий. Недавно меня попросили написать статью об истории создания и развития того направления вычислительной техники, которым я занимаюсь всю жизнь. В ходе работы над этой статьей, систематизируя свои воспоминания и изучая ряд исторических материалов, я неожиданно для себя обнаружил, что в советской истории существует период феноменального развития науки, техники и экономики в целом.

Начиная с середины сороковых годов создается целый ряд инновационных отраслей, таких, как атомная, ракетная, вычислительная техника, электроника, где мы, как минимум, не уступали США, а зачастую и опережали. Все остальные страны были далеко позади.

Если атомная бомбы появилась в СССР в 1949 году, через 4 года после США, то первая в мире водородная бомба РДС-6 была уже советской. Первая в мире атомная электростанция была введена в эксплуатацию в СССР летом 1954 года, на год раньше, чем в Англии, и на 2 года раньше, чем в США. Только в СССР были созданы атомные ледоколы ("Ленин" - 1959 г.). Единственный в мире самолет с атомным двигателем М-50А, поднявшийся в небо в 1960 году, был создан в СССР в ОКБ В.М. Мясищева. Лишь атомные подводные лодки появились в США в 1955 году, на 3 года раньше, чем в СССР.

Достижения СССР в ракетной технике и космонавтике, начиная с первого спутника, запущенного в октябре 1957 года, общеизвестны.

Уже в 1948 году, когда в США и Англии только разрозненные коллективы занимались разработкой единичных образцов компьютеров и в мире не было еще ни одного действующего изделия, в СССР по инициативе Сталина были созданы Институт точной механики и вычислительной техники (ИТМ и ВТ) АН СССР и Специальное конструкторское бюро N245 ("СКБ-245"), как было написано в постановлении Правительства: "...для разработки и внедрения в производство средств вычислительной техники для систем управления оборонными объектами". В 1951 году создается первая советская цифровая вычислительная машина МЭСМ - сразу как промышленный образец. Следует заметить, что первые промышленные компьютеры в США (UNIVAC 1) и в Англии (Ferranti Mark 1) также появились в том же 1951 году. В 1953 году начинается серийное производство машин БЭСМ, "Стрела" и М-2 (для военных применений), которые находились на уровне лучших американских компьютеров того времени и существенно превосходили компьютеры других стран.

Следует отметить, что в 50-х годах и советская электроника была на высоком уровне. Промышленное производство полупроводниковых транзисторов в США началось в марте 1958 года фирмой Fairchild Corp. при цене $150 за штуку. А информация о характеристиках отечественных "кристаллических триодов" была помещена в шестом номере популярного журнала "Радио" за 1955 год, а в 1956 году, на два года раньше, чем в США, началось промышленное производство. Осенью 1957 года я, будучи студентом третьего курса ЛЭТИ, занимался на кафедре автоматики и телемеханики практической разработкой цифровых устройств на транзисторах П-16. К этому времени транзисторы в СССР были не только общедоступны, но и дешевы (в пересчете на американские деньги менее доллара за штуку).

Еще более поразительны успехи экономики в целом несмотря на полное отсутствие внешних кредитов и минимальные объемы нефтяных денег (газовых денег тогда не было). Уже в 1947 году промышленный потенциал СССР был полностью восстановлен, а в 1950 году он вырос более чем в 2 раза по отношению к довоенному 1940 году. Ни одна из стран, пострадавших в войне, к этому времени не вышла даже на довоенный уровень несмотря на мощные финансовые вливания со стороны США. Например, Япония достигла довоенного уровня лишь в 1955 году, хотя, если не считать ядерных бомбардировок, серьезных разрушений там не было. Лимитированное распределение продуктов по карточкам было отменено в СССР в 1947 году, а в Англии, несмотря на помощь США, лишь в 1954 году. В сентябрьском номере журнала "Нейшнл бизнес" ("National Business") за 1953 г. в статье Герберта Гарриса "Русские догоняют нас" отмечалось, что СССР по темпам роста экономической мощи опережает любую страну и что в настоящее время темпы роста в СССР в 2-3 раза выше, чем в США. Годом ранее кандидат в президенты США Стивенсон оценивал положение таким образом, что если темпы роста производства в сталинской России сохранятся, то к 1970 г. объем русского производства в 3-4 раза превысит американский. Заметим, что темпы роста советской экономики в послевоенный период были намного выше, чем в довоенный.

Но начиная с середины 50-х годов, ситуация резко меняется. Снижаются темпы роста, а в ряде областей возникают настоящие провалы. Вот как сказал об этом в 1991 году японский миллиардер Хероси Теравама, обращаясь к советским экономистам: "Вы не говорите об основном, о вашей первенствующей роли в мире. В 1939 году вы, русские, были умными, а мы, японцы, дураками. В 1949 году вы стали еще умнее, а мы были пока дураками. А в 1955 году мы поумнели, а вы превратились в пятилетних детей. Вся наша экономическая система практически полностью скопирована с вашей, с той лишь разницей, что у нас капитализм, частные производители, и мы более 15% роста никогда не достигали, а вы же при общественной собственности на средства производства достигали 30% и более. Во всех наших фирмах висят ваши лозунги сталинской поры". Из приведенного высказывания можно сделать ряд выводов. В 1939 году в СССР был разработан новый метод повышения эффективности экономики (МПЭ). МПЭ использовался в большинстве отраслей народного хозяйства. МПЭ являлся эффективным как для социалистического, так и для капиталистического уклада экономики, но для социалистического уклада эффективность МПЭ была выше более, чем в 2 раза. В 1955 году Япония заимствовала МПЭ, что и обеспечило ее бурный экономический рост за счет, прежде всего, инновационных технологий ("японское чудо"), а СССР в том же году отказался от МПЭ, что обусловило последующую деградацию экономики. Итак, в СССР с 1939 по 1955 год применялся волшебный метод, обеспечивший беспрецедентный взлет экономики. Об этом методе в настоящее время не известно абсолютно ничего, хотя в те времена в СССР он применялся повсеместно.

Моя трудовая деятельность началась в 1958 году, когда МПЭ уже был ликвидирован, но я хорошо помню рассказы сослуживцев, работавших в те времена, когда МПЭ действовал. МПЭ являлся совокупностью хорошо продуманных материальных и моральных стимулов для активизации творческой активности масс, направленной на снижение себестоимости и повышение качества (улучшения характеристик) разрабатываемой или уже производимой продукции. Система стимулов варьировалась в зависимости от отрасли и типа предприятия. Однако в любом варианте эти стимулы не распространялись на начальников любого ранга. Возможно, для руководящих работников была отдельная система стимулов, но мне об этом неизвестно.

Материальные стимулы в организациях, занимавшихся разработками новой техники, заключались в коллективных и индивидуальных премиях, выплачиваемых сразу после приемки разрабатываемого изделия государственной комиссией (буквально в тот же день), если в акте комиссии отмечалось улучшение характеристик изделия по отношению к техническому заданию. Для каждой характеристики, включая время разработки изделия и стоимость разработки, имелась определенная премиальная шкала, известная разработчикам еще до начала проектирования. Например, за каждый сэкономленный килограмм веса изделия в ОКБ-590, где мне пришлось работать, выплачивалось 500 рублей (половина месячного оклада инженера). Эту премию получали все члены коллектива, участвующего в проекте, в одинаковом размере независимо от должности. Существовали и индивидуальные премии, необходимым условием выплаты которых являлось наличие рационализаторских предложений или заявок на изобретение, благодаря которым и стало возможным улучшение характеристик изделия. За каждую новацию авторам выплачивалась дополнительная сумма, кратная вознаграждению, полученному каждым членом коллектива, что не отменяло и обычных вознаграждений за экономический эффект, полученный от внедрения изобретения или рационализаторского предложения. Руководитель проекта, как правило, не занимавший административной должности, также получал дополнительную премию. Моральные стимулы заключались в том, что лица, обеспечившие коллективу получение таких премий, ускоренно продвигались по службе и в основном из их числа назначались руководители проектов. Одновременно применялись и обычные квартальные и годовые премии. Необходимо отметить и хороший моральный климат в научно-технических коллективах. К людям, способным к творческой работе, коллеги относились бережно, стараясь освободить их от рутинной работы без всяких указаний начальства, так как успехи одного распространялись на всех. Иными словами, человек человеку был другом. Здесь разработчики метода учли печальный опыт стахановского движения, когда успех одного больно бил по карману и статусу других и в коллективе начинался разлад.

При относительно небольших затратах эффективность МПЭ была исключительно высока во всех отраслях народного хозяйства. Даже в армии во время войны существовала жесткая шкала денежных выплат и наград за личное уничтожение техники или живой силы противника, а также нанесение иного урона (например, взятие в плен офицеров противника, обладающих важной информацией). В оборонной промышленности в годы войны одновременно с напряженной производственной деятельностью велась непрерывная работа по совершенствованию технологических процессов. Так, за 4 военных года себестоимость производства большинства образцов вооружений (самолеты, танки и т.д.) была снижена в 2-3 раза. Даже винтовка Мосина, разработанная еще в XIX веке, подешевела в 1,6 раза. МПЭ позволял в максимальной степени использовать творческую активность рядовых исполнителей и выявлять яркие таланты. МПЭ применялся и в сельском хозяйстве на уровне совхозов и МТС (машинно-тракторных станций). Об этом говорит известный факт, что М.С. Горбачев получил в семнадцатилетнем возрасте орден за уборку урожая.

Главной особенностью МПЭ являлось то, что при его использовании не только повышалась творческая активность большого числа людей и выявлялись таланты, но также изменялась психология всех членов коллектива, а также взаимоотношения в коллективе. Любой член коллектива осознавал свою значимость для общего процесса и с готовностью выполнял любую часть работы, даже в том случае, если эта работа не соответствовала его статусу. Взаимная доброжелательность, стремление оказать помощь друг другу были совершенно типичными чертами. По сути, каждый член коллектива считал себя личностью, а не винтиком сложного механизма. Изменялись и взаимоотношения начальников с подчиненными. Вместо приказов и указаний начальник стремился разъяснить каждому подчиненному, какую роль в общем деле играет та работа, которая ему поручается. По мере становления коллективов и формирования новой психологии сами материальные стимулы отходили на задний план и уже не являлись главной движущей силой. Полагаю, что разработчики МПЭ рассчитывали именно на такой эффект.

Все вышеизложенное я знаю не по рассказам очевидцев, а по личным впечатлениям. Хотя я пришел в ОКБ-590 в 1958 году, через 3 года после отмены МПЭ, но психология - вещь инерционная, и она сохранялась длительное время даже при отсутствии внешних стимулов. Первые три года я работал в лаборатории цифровых систем, где начал свою деятельность с нижней ступеньки - настройщика узлов бортовой цифровой вычислительной машины. Эта специальность считалась рабочей, и настройщики (два человека) работали на сдельной оплате, получая значительно больше инженеров, в то время как я работал на фиксированном окладе техника. Мое появление неизбежно приводило к финансовым потерям двух других настройщиков, поскольку число узлов было ограничено лишь опытными образцами, после изготовления которых настройщики занимались лишь ремонтом при существенно меньшей оплате. Тем не менее меня приняли очень тепло и в течение месяца знакомили с тонкостями процесса настройки. Отношение ко мне не изменилось и через пару месяцев, когда я стал настраивать в несколько раз больше узлов, чем мои коллеги, и впоследствии, когда закончилась массовая настройка узлов. То есть для обычных рабочих парней общее дело коллектива лаборатории (создание опытных образцов БЦВМ) было важнее их личных финансовых интересов.

Работа в качестве настройщика продолжалась недолго. Уже через несколько месяцев меня стали привлекать к инженерной работе, причем не только в качестве помощника. Характерной чертой лаборатории было полное отсутствие субординации. Все друг к другу обращались по именам, в том числе и к начальнику лаборатории. Этому способствовала и небольшая разница в возрасте сотрудников лаборатории, самому старшему из которых было менее 35 лет. Начальник лаборатории или руководитель группы не просто выдавали задание, а стремились донести до каждого члена коллектива цели этого задания и его роль для решения общей задачи. Рабочий день продолжался с 9 утра до 10-11 вечера, причем на чисто добровольной основе и без какой-либо дополнительной оплаты. Зато никто не контролировал время прихода и ухода сотрудников, что для режимных предприятий было совершенно нетипично.

В мае 1961 года меня перевели в лабораторию аналоговых систем и назначили руководителем важнейшего для организации (да и для страны) проекта. Эта лаборатория функционировала с момента основания организации в 1945 году. Поэтому сотрудники здесь были старше по возрасту. Но атмосфера была такая же. Лишь к начальнику лаборатории все обращались по имени и отчеству, но не из-за его должности, а из-за возраста и опыта. Он провел всю войну на фронте, и прямо из армии его откомандировали в только что образованное ОКБ. Из всего коллектива только я знал, что и как надо делать, поскольку являлся единственным специалистом в области цифровой техники. И ведущие инженеры с 10-15-летним стажем без какого либо внутреннего сопротивления выполняли роль подсобных рабочих, поскольку понимали, что это необходимо для дела. Снова напомню, что к этому времени никаких стимулов уже не было. И третье подразделение нашего конструкторского бюро, с которым мне приходилось тесно взаимодействовать, работало в таком же стиле.

Еще одна деталь. За все время работы в ОКБ-590 (в январе 1963 года оно было ликвидировано, а все сотрудники вместе с тематикой переведены в ОКБ-680, впоследствии НПО "Электроавтоматика") я ни разу не слышал слово "партия". Комната месткома была, а парткома не было. Только в 1963 году в новой организации я узнал, что в лаборатории было довольно много членов партии, и меня сразу же попытались сагитировать на вступление, но я уклонился. Иначе мне не удалось бы в 1964 году покинуть эту организацию. Кстати, начальник ОКБ-590 В.И. Ланердин был беспартийным. Говорили, что на пост начальника ОКБ Ланердина назначил лично Сталин, а до этого во время войны он работал в США, отвечая за поставки в СССР авиационной техники по ленд-лизу. К моменту назначения ему было не более 35 лет.

Люди старшего поколения помнят фильм М. Ромма "9 дней одного года", где была хорошо показана творческая атмосфера у физиков-ядерщиков. Могу определенно утверждать, что у нас в ОКБ-590 была такая же атмосфера. Правда, в новой организации эта атмосфера мгновенно исчезла, хотя люди остались те же самые. Сразу был введен жесткий режим. За пятиминутное опоздание лишали премии, а для того, чтобы отлучиться во время рабочего дня, надо было получать разрешение заместителя начальника по режиму. В итоге после 6 вечера никого в организации не оставалось. Более того, было запрещено оставаться работать по окончании рабочего дня. Правда, большую часть времени в 1963-1964 годах я и основная часть коллектива проводили в командировках, сначала в Москве на опытном заводе (где мне издалека приходилось видеть Сергея Хрущева), а затем в Смоленске на серийном заводе.

Об экономическом эффекте творческой атмосферы свидетельствует следующее. Мой первый проект вычислительного устройства для управления пусковыми ракетными установками для системы ПРО А-35 был выполнен за 2 года, если считать от момента получения технического задания до комплексных испытаний опытных образцов в реальных условиях. Аналогичный по сложности проект суперкомпьютера ЕС-2704 при вдвое большем по численности коллективе и том же руководителе выполнялся уже 6 лет (1982-1988). И еще один пример. При создании советского стратегического бомбардировщика Ту-4 в качестве образца был взят американский бомбардировщик Б-29. Работа по изучению доставленного в Москву Б-29 началась в июле 1945 года. Менее чем через год, в марте 1946-го, техническая документация была передана на серийный завод. В мае 1947 года состоялся первый полет. А с начала 1949 года бомбардировщик был принят на вооружение. В послесталинский период от начала разработки самолета до его серийного производства проходило 8-12 лет. Ну а сейчас и того больше.

Почему МПЭ эффективно использовался в СССР и Японии, а больше никто его перенимать не стал? Как было отмечено ранее, главным фактором МПЭ была причастность к общему делу, полезному для страны и общества в целом. При частной собственности этот фактор отсутствует, ибо главная польза идет хозяину. Япония же страна весьма специфичная. До конца двадцатого века для многих японцев фирма отождествлялась с семьей и потому польза для фирмы то же самое, что для семьи. По мере распространения западных ценностей в Японии этот менталитет стал утрачиваться, и эффективность МПЭ стала падать. И сейчас для экономики Японии характерна стагнация, хотя вряд ли кто-либо отменял МПЭ. По этим же причинам МПЭ невозможно возродить в современной России, где и государственные предприятия работают на частного хозяина (в данном случае свору чиновников).

В середине 50-х годов МПЭ был тихо и незаметно отменен. Премии при завершении проектов сохранились и даже увеличились, но потеряли всякую стимулирующую роль. Теперь величина премии зависела от должностного оклада и от субъективного мнения руководства и не зависела от качества изделия и его экономических параметров. Из технического задания исчезли требования по себестоимости продукции и стоимости разработки. Объем премии был фиксирован на уровне 2% от стоимости разработки. В результате стало выгодно не снижать, а, наоборот, повышать как стоимость разработки, так и себестоимость проектируемого изделия. На заводах из плановых заданий исчезло ранее обязательное требование к снижению себестоимости продукции, что сразу привело к прекращению любых работ по совершенствованию технологических процессов. В это же время устанавливаются верхние ограничения на величину сдельной оплаты труда, на размер вознаграждения за рационализаторские предложения и изобретения. Изменился и моральный климат в коллективах. Теперь зарплата однозначно определялась окладом и не зависела от качества работы как коллективной, так и индивидуальной. Возросла роль субъективных факторов при должностных повышениях, что приводило к зависти и склокам. Иными словами, человек человеку стал чужим, а иногда и врагом.

Отмена МПЭ больнее всего ударила по преподавателям технических вузов. Зарплата преподавателя состояла из двух частей - оклад преподавателя и оплата научной работы. Преподавательскую деятельность оплачивал вуз из своих бюджетных средств, а оплата научной деятельности шла за счет хоздоговорных НИР. Оклады преподавателей оставались неизменными с довоенных времен вплоть до 1991 года (с учетом десятикратной деноминации денег 1961 года). За научную работу после отмены МПЭ преподаватель получал половину ставки младшего или старшего научного сотрудника, меньше половины основного оклада. В годы же действия МПЭ научная составляющая зарплаты могла в разы превышать основной оклад при условии эффективного выполнения НИР. Известно, что зарплата некоторых профессоров достигала 20 тысяч рублей при основном окладе 4 тысячи. Недаром народная молва относила профессоров к самым богатым людям в СССР. Но и доценты были ненамного беднее, поскольку научная составляющая зарплаты не зависела от основного оклада. Хотя в гуманитарных вузах, скорее всего, преподаватели получали лишь основной оклад.

Итак, легкое незаметное воздействие привело к остановке главного двигателя советской экономики. Какое-то время движение продолжалось по инерции, затем началась деградация, и в конце 80-х годов экономика разрушилась окончательно. Учитывая глобальный характер применения МПЭ, отменить его мог только руководитель СССР, которым с 1953 года был Н.С. Хрущев. В настоящее время известно, что все без исключения действия Хрущева в области экономики имели крайне негативные последствия. Однако принято считать, что Хрущев действовал из благих побуждений ("хотел как лучше, а получалось как всегда"), но терпел неудачи в силу слабого образования и импульсивного характера. Но ликвидация МПЭ была проведена очень точно, грамотно и, главное, незаметно для окружающих, включая, скорее всего, остальных руководителей страны. Здесь благих побуждений нельзя увидеть даже в микроскоп. Есть основания считать, что и другие действия Хрущева были столь же глубоко продуманы и имели единую цель, в том числе и знаменитый доклад на двадцатом съезде партии. Здесь уместно привести высказывание Молотова о Хрущеве, сделанное им в 80-е годы: "Хрущёв, он же сапожник в вопросах теории, он же противник марксизма-ленинизма, это же враг коммунистической революции, скрытый и хитрый, очень завуалированный".

Газета " Своими именами", No.27(95), 3 июля 2012 г.

*   *   *   *   *   *   *

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