Аннотации новых публикаций А.И. Орлова

Проф.А.И.Орлов · **Добавлено:** Сб янв 11, 2025 7:13 pm

УДК 004.8 : 519.8
РЕВОЛЮЦИЯ В МАТЕМАТИЧЕСКИХ МЕТОДАХ ИССЛЕДОВАНИЯ
И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Орлов А.И.
д.э.н., д.т.н., к.ф.-м.н., проф., Московский государственный
технический университет им. Н.Э. Баумана;
Москва, Россия
prof-orlov@mail.ru

Аннотация.
Научная основа искусственного интеллекта должна соответствовать современному уровню развития науки. За последние десятилетия в области математических методов исследования произошла принципиально важная научная революция. Ее идеи необходимо использовать в научных исследованиях и преподавании.
Ключевые слова: научная основа, математические методы, революция, нечисловая статистика, нечеткость.
Автор занимается проблемами искусственного интеллекта около полувека (первые статьи напечатаны в 1972 г.). Основные результаты включены в серию из трех монографий «Искусственный интеллект», посвященных нечисловой статистике [1], экспертным оценкам [2], статистическим методам анализа данных [3].
В "Национальной стратегии развития искусственного интеллекта на период до 2030 года принято следующее определение: "... искусственный интеллект - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека». этом определении прямо не говорится про научную основу "комплекса технологических решений". По нашему мнению, в социально-экономической области в качестве такой основы можно использовать организационно-экономическое моделирование [1 – 3].
Необходимо добиться, чтобы научная основа "комплекса технологических решений", т.е. искусственного интеллекта, соответствовала современному уровню развития науки. Здесь речь идет о математических методах исследования. На них можно взглянуть с двух точек зрения - прикладников, применяющих такие методы, и теоретиков, их разрабатывающих.
Прикладники обычно считают, что совокупность нужных им математических методов давно разработана, всё необходимое для практического применения изложено в учебниках и справочниках, для проведения расчетов достаточно распространенных программных продуктов, а теоретики занимаются отдельными мелкими улучшениями и вникать в их работы прикладникам нет необходимости, нецелесообразно, поскольку времени всегда не хватает.
Теоретики знают, что за последние десятилетия в области математических методов исследования произошла принципиально важная научная революция. В ее ходе создана новая методология, разработаны резко отличающиеся от прежних модели и методы. Усилиями этой категории исследователей научная революция осуществлена и развивается.
В настоящее время между воззрениями прикладников и теоретиков в области математических методов исследований наблюдаем значительное различие. Для его уменьшения необходимо разъяснить научному сообществу существо обсуждаемой научной революции.
В хорошо знакомым прикладникам учебникам и справочникам, соответствующим научному уровню середины ХХ в., в качестве статистических данных рассматривались числовые величины, т.е. действительные числа, конечномерные вектора, функции с числовыми значениями (временные ряды, случайные процессы). Термин "числовые" означает, что элементы выборки можно складывать и умножать на число, т.е. эти элементы лежат в некотором линейном пространстве. В результате научной революции конца XX - начала XXI вв. произошел отказ от предположения линейности. В качестве выборочных данных стали рассматривать элементы пространств произвольной природы. Центром математических методов исследования стала статистика нечисловых данных.
Вторая принципиально важная черта научной революции - обобщение классических типов чисел путем явного учета размытости (нечеткости, расплывчатости) реальных статистических данных. Для всех видов измерений их результаты имеют погрешности, однако классические статистические методы не учитывают наличие погрешностей. Для преодоления этого недостатка разработана статистика интервальных данных, в которых элементы выборки - не числа, а интервалы. Учет погрешностей измерений может быть проведен и путем перехода к анализу нечетких данных.
В научных исследованиях и преподавании необходимо использовать идеи научной революции.

Список литературы
1. Орлов А.И. Искусственный интеллект: нечисловая статистика. — Москва : Ай Пи Ар Медиа, 2022. — 446 c.
2. Орлов А.И. Искусственный интеллект: экспертные оценки. — Москва : Ай Пи Ар Медиа, 2022. — 436 c.
3. Орлов А.И. Искусственный интеллект: cтатистические методы анализа данных. — Москва : Ай Пи Ар Медиа, 2022. — 843 c.

THE REVOLUTION IN MATHEMATICAL RESEARCH METHODS
AND ARTIFICIAL INTELLIGENCE
Orlov A.I.
Doctor of Economics, Doctor of Technical Sciences, Candidate of Physical and
Mathematical Sciences, professor, Bauman Moscow State Technical University;
Moscow, Russia
prof-orlov@mail.ru

Abstract.
The scientific basis of artificial intelligence must correspond to the current level of development of science. Over the past decades, a fundamentally important scientific revolution has occurred in the field of mathematical research methods. Her ideas need to be used in research and teaching.
Keywords: scientific basis, mathematical methods, revolution, non-numerical statistics, fuzziness.

The author has been studying the problems of artificial intelligence for about half a century (the first articles were published in 1972). The main results are included in a series of three monographs “Artificial Intelligence”, dedicated to non-numerical statistics [1], expert assessments [2], and statistical methods of data analysis [3].
The “National Strategy for the Development of Artificial Intelligence for the Period until 2030” adopted the following definition: “... artificial intelligence is a set of technological solutions that allows you to simulate human cognitive functions (including self-learning and finding solutions without a predetermined algorithm) and obtain results when performing specific tasks , comparable, at a minimum, with the results of human intellectual activity.” This definition does not directly talk about the scientific basis of the “complex of technological solutions.” In our opinion, in the socio-economic field, organizational and economic modeling can be used as such a basis [1 – 3].
It is necessary to ensure that the scientific basis of the “complex of technological solutions”, i.e. artificial intelligence, corresponded to the current level of development of science. Here we are talking about mathematical research methods. They can be looked at from two points of view - applied scientists who use such methods, and theorists who develop them.
Applied scientists usually believe that the set of mathematical methods they need has long been developed, everything necessary for practical application is set out in textbooks and reference books, fairly common software products are used to carry out calculations, and theorists are engaged in individual minor improvements and there is no need for applied scientists to delve into their work, it is inappropriate, since there is never enough time.
Theorists know that over the past decades a fundamentally important scientific revolution has occurred in the field of mathematical research methods. In its course, a new methodology was created, models and methods that differed sharply from previous ones were developed. Through the efforts of this category of researchers, the scientific revolution has been carried out and is developing.
Currently, we observe a significant difference between the views of applied scientists and theorists in the field of mathematical research methods. To reduce it, it is necessary to explain to the scientific community the essence of the scientific revolution being discussed.
In textbooks and reference books well known to applied scientists, corresponding to the scientific level of the mid-twentieth century, numerical values were considered as statistical data, i.e. real numbers, finite-dimensional vectors, functions with numerical values (time series, random processes). The term "numeric" means that the elements of the sample can be added and multiplied by a number, i.e. these elements lie in some linear space. As a result of the scientific revolution of the late 20th - early 21st centuries. the assumption of linearity was abandoned. Elements of spaces of arbitrary nature began to be considered as sample data. The center of mathematical research methods has become the statistics of non-numerical data.
The second fundamentally important feature of the scientific revolution is the generalization of classical types of numbers by explicitly taking into account the fuzziness (vagueness, vagueness) of real statistical data. For all types of measurements, their results have errors, but classical statistical methods do not take into account the presence of errors. To overcome this drawback, statistics of interval data have been developed, in which the sampling elements are not numbers, but intervals. Measurement errors can also be taken into account by moving to fuzzy data analysis.
It is necessary to use the ideas of the scientific revolution in scientific research and teaching
References
1. Orlov A.I. Artificial intelligence: non-numerical statistics. - Moscow: IP Ar Media, 2022. - 446 p.
2. Orlov A.I. Artificial intelligence: expert estimation. - Moscow: IP Ar Media, 2022. - 436 p.
3. Orlov A.I. Artificial intelligence: statistical methods of data analysis. - Moscow: IP Ar Media, 2022. - 843 p.

Публикация:
1302. Орлов А.И. Революция в математических методах исследования и искусственный интеллект // Интеллектуальные технологии в эргономике и когнитивных науках. Брянск, 2024. C. 54-57.

Проф.А.И.Орлов · **Добавлено:** Сб янв 25, 2025 12:33 pm

1304. Орлов, А. А. Коэффициенты корреляции: шкала Чеддока и значимость / А. А. Орлов, А. И. Орлов // Контроллинг. – 2024. – № 4(94). – С. 28-37. – EDN XLHXMY

УДК 303.5:519.2
JEL: C01, C12, C44

Орлов А.А.,
ассистент кафедры "Экономика и организация производства", МГТУ им. Н.Э. Баумана
Орлов А.И.,
д.э.н., д.т.н., к.ф.-м.н., профессор,
зав. НИЛ «Экономико-математические методы в контроллинге», МГТУ им. Н.Э. Баумана

КОЭФФИЦИЕНТЫ КОРРЕЛЯЦИИ: ШКАЛА ЧЕДДОКА И ЗНАЧИМОСТЬ

Согласно вероятностно-статистической модели исходные данные - выборка из двумерного распределения. Введены коэффициенты корреляции Пирсона, Спирмена и Кендалла. Показана некорректность термина "корреляционно-регрессионный анализ". Корреляционный анализ позволяет оценивать степень связи, прогнозировать значение одной переменной по значению другой, но не позволяет управлять. Рассмотрен ряд вариантов шкалы Чеддока. Выборочные коэффициенты корреляции асимптотически нормальны, когда теоретические равны 0.
Ключевые слова: корреляция, вероятностно-статистическая модель, коэффициент корреляции Пирсона, коэффициент корреляции Спирмена, коэффициент корреляции Кендалла, шкала Чеддока, проверка гипотез

Anton A. Orlov, engineer of the department "Economics and organization of production", BMSTU
Alexander I. Orlov, Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor, head of Laboratory of economic-mathematical methods in controlling, BMSTU

CORRELATION COEFFICIENTS: CHADDOCC SCALE AND SIGNIFICANCE

According to the probability-statistical model, the initial data are a sample from a two-dimensional distribution. Pearson, Spearman, and Kendall correlation coefficients are introduced. The incorrectness of the term "correlation-regression analysis" is shown. Correlation analysis allows one to estimate the degree of connection, to predict the value of one variable based on the value of another, but does not allow control. A number of variants of the Chaddock scale are considered. Sample correlation coefficients are asymptotically normal when the theoretical ones are equal to 0.
Keywords: correlation, probability-statistical model, Pearson correlation coefficient, Spearman correlation coefficient, Kendall correlation coefficient, Chaddock scale, hypothesis testing.

Введение
Термин «корреляция» означает «связь между переменными». Применительно к анализу данных этот термин обычно используется в сочетании «коэффициент корреляции». Такие коэффициенты применяют для измерения величины и направленности связи между случайными переменными.
В [1] приведены результаты поиска публикаций в научной электронной библиотеке eLIBRARY.RU по ключевым словам: «Корреляция», «Корреляция Пирсона», «Корреляция Спирмена», «Корреляция Кендалла». В табл. 1 дана краткая выдержка.
Данные табл. 1 показывают, что методы изучения корреляции широко применяются при анализе данных в различных областях знаний. Однако, как показаны ниже, многие вопросы требуют тщательного рассмотрения. Им и посвящена настоящая статья.
Важно отметить, что большое число авторов не сообщают, какой именно коэффициент корреляции они используют. В таких случаях чаще всего речь идет о коэффициенте корреляции Пирсона.

Коэффициенты корреляции
Как показано в [2], описание методов анализа данных следует начинать с формулировки соответствующей вероятностно-статистической модели.

См. прикрепленный файл

Проф.А.И.Орлов · **Добавлено:** Сб фев 01, 2025 2:03 pm

1305. Орлов А.И. Оценивание параметров гамма-распределения / Заводская лаборатория. Диагностика материалов. 2025. Т.91. №1. С. 79-88.

ОЦЕНИВАНИЕ ПАРАМЕТРОВ ГАММА-РАСПРЕДЕЛЕНИЯ

© Александр Иванович Орлов
Московский государственный технический университет им. Н.Э. Баумана,
Россия, 105005, Москва, Бауманская 2-я, д. 5; e-mail: prof-orlov@mail.ru

Поступила в редакцию
Принята к публикации

Постановки задач статистического анализа данных, имеющих гамма-распределение, относятся к классической математической статистике. Как ни странно, не все одни были решены в рамках параметрической статистики, находившейся на переднем крае развития статистической науки в первой трети ХХ . Необходимо заполнить лакуны (как и, например, в случае бета-распределения), поскольку в настоящее время гамма-распределение широко используется в теоретических и прикладных работах. Примером является ГОСТ 11.011-83 "Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения". Стандартное гамма-распределение определяется параметром формы. При переходе к масштабно-сдвиговому семейству добавляются параметры масштаба и сдвига. Рассмотрены семь постановок задач оценивания параметров, поскольку каждый из трех параметров может быть как неизвестным, так и известным. Для каждой из постановок найдены оценки метода моментов и их асимптотические дисперсии. При известном параметре сдвига получены оценки максимального правдоподобия. Одношаговые оценки, асимптотически эквивалентные оценкам максимального правдоподобия, используем при неизвестном параметре сдвига. Наличие погрешностей измерения отражается на точности оценок параметров при применении тех или иных алгоритмов расчетов. В ГОСТ 11.011-83 на основе модели интервальных данных даны правила выбора метода оценивания при неизвестных параметрах формы и масштаба и известном параметре сдвига. При разработке ГОСТ 11.011-83 были выявлены проблемы, для решения которых предложены новые с научной точки зрения методы. Дальнейшее развитие новых научных результатов, полученных в ходе решения практической задачи (разработки ГОСТ 11.011-83), привело к созданию новых научных направлений. Речь идет о статистике интервальных данных, а также об одношаговых оценках. К настоящему времени статистика интервальных данных как раздел математической статистики достаточно развита и охватывает все основные области статистических методов. Она является важной составной частью системной нечеткой интервальной математики.
Ключевые слова: статистические методы, гамма-распределение, оценивание параметров, метод моментов, метод максимального правдоподобия, одношаговые оценки, статистика интервальных данных, асимптотические распределения, доверительные интервалы.

ESTIMATION OF GAMMA DISTRIBUTION PARAMETERS

© Alexander I. Orlov
Bauman Moscow State Technical University, 5, 2-ya Baumanskaya ul., Moscow, 105005, Russia; e-mail: prof-orlov@mail.ru

Statements of problems of statistical analysis of data with a gamma distribution are related to classical mathematical statistics. Oddly enough, not all alone were solved within the framework of parametric statistics, which was at the forefront of the development of statistical science in the first third of the 20th century. As with the beta distribution, gaps need to be filled. This is necessary because the gamma distribution is currently widely used in theoretical and applied work. An example is GOST 11.011-83 "Applied statistics. Rules for determining estimates and confidence limits for gamma distribution parameters". The standard gamma distribution is determined by the shape parameter. When switching to a scale-shift family, scale and translation parameters are added. Seven formulations of parameter estimation problems are considered, since each of the three parameters can be either unknown or known. For each of the formulations, the estimates of the method of moments and their asymptotic variances are found. For a known shift parameter, maximum likelihood estimates are obtained. One-step estimates, asymptotically equivalent to maximum likelihood estimates, are used for an unknown shift parameter. The presence of measurement errors affects the accuracy of parameter estimates when applying certain calculation algorithms. In GOST 11.011-83, based on the interval data model, rules are given for choosing an estimation method for unknown shape and scale parameters and a known shift parameter. During the development of GOST 11.011-83, problems were identified, for the solution of which new methods from a scientific point of view were proposed. Further development of new scientific results obtained in the course of solving a practical problem (development of GOST 11.011-83) led to the creation of new scientific directions. We are talking about the statistics of interval data, as well as one-step estimates. To date, the statistics of interval data as a branch of mathematical statistics is quite developed and covers all the main areas of statistical methods. It is an important part of systemic fuzzy interval mathematics.
Keywords: statistical methods, gamma distribution, estimation of parameters, method of moments, maximum likelihood method, one-step estimates, statistics of interval data, asymptotic distributions, confidence intervals.

Введение
Математические методы исследования опираются на научную дисциплину "Теория вероятностей и математическая статистика". В настоящее время она широко известна научной общественности. При рассмотрении непрерывных распределений вероятностей обычно упоминают семейство гамма-распределений [1 - 3]. Известные методы оценивания параметров вероятностных распределений могут быть применены к этому семейству. Так, в серии государственных стандартов "Прикладная статистика" нами был разработан ГОСТ 11.011-83, посвященный алгоритмам получения точечных оценок и доверительных границ для параметров семейства и подсемейств гамма-распределений [4]. При подготовке этого нормативно-технического документа был проведен ряд научно-исследовательских работ, позволивших получить достаточно продвинутые алгоритмы расчетов в рассматриваемой области. Однако указанный стандарт был отменен в 1987 г. вместе со всей серией "Прикладная статистика" (причины этого волюнтаристского решения достаточно подробно рассмотрены в [5]). После этого момента брошюру [4] можно было бы рассматривать лишь как научную публикацию. Однако этому мешал её первоначальный статус официального нормативно-технического документа (в соответствии с ним во втором издании даже не были указаны разработчики). Из библиотек стандартов брошюра [4] была исключена (утилизирована), а в научный обиход не попала. По нашему мнению, заслуживают внимания научные результаты, на основе которых она была разработана. В дальнейшем эти результаты были обобщены и получили широкое развитие. Им посвящена настоящая статья, в которой впервые систематически рассмотрена проблема оценивания параметров гамма-распределений.
Постановки задач статистического анализа данных, имеющих гамма-распределение, относятся к классической математической статистике. Как ни странно, не все одни были решены в рамках параметрической статистики, находившейся на переднем крае развития статистической науки в первой трети ХХ в. Как и в случае бета-распределения [6], необходимо заполнить лакуны. Это необходимо, поскольку гамма-распределения часто используется в теоретических и прикладных работах. Приведем примеры.
Гамма-распределения широко применяются в различных областях науки и практики, в частности, в надежности (например, в модели "нагрузка-прочность" [7]) и теории испытаний, в различных областях техники и технологии (в том числе при моделировании точности технологических процесса [8]), в метеорологии и т.д. [9]. В частности, установлено, что с помощью гамма-распределений могут быть смоделированы распределения общего срока службы изделия, длины цепочек токопроводящих пылинок, время достижения изделием предельного состояния при коррозии [10], время наработки до k-го отказа [11]. В ряде случаев продолжительность жизни больных хроническими заболеваниями, время достижения определения эффекта при лечении и другие используемые в медико-биологических исследованиях случайные величины имеют гамма-распределения. Для описания спроса в экономико-математических моделях управления запасами может быть наиболее адекватным гамма-распределение [12], как для моделирования длин путей следования пассажиров маршрутным транспортом [13]. В настоящее время гамма-распределение широко используется в теоретических и прикладных работах (см., например, [14 - 17]).

Проф.А.И.Орлов · **Добавлено:** Сб фев 08, 2025 8:43 pm

1306. Орлов А.И. Новая парадигма экономической науки на основе солидарной цифровой экономики : монография. — М.: Русайнс, 2024. — 164 с. — ISBN 978-5-466-08498-6. — URL: https://book.ru/book/957143 (дата обращения: 29.01.2025).

Помещаем аннотацию, содержание, предисловие, главы 1 и 2, разделы "Литература" и "Об авторе".

А.И. Орлов

Новая парадигма экономической науки
на основе солидарной цифровой экономики

Монография

Москва

Русайнс

2024

Рецензенты:
Фалько С.Г. — д-р экон. наук, канд. техн. наук, проф., зав. кафедрой экономики и организации производства Московского государственного технического университета им. Н.Э. Баумана
Луценко Е.В. — д-р экон. наук, канд. техн. наук, профессор, проф. кафедры компьютерных технологий и систем Кубанского государственного аграрного университета им. И.Т. Трубилина

Орлов, Александр Иванович
Новая парадигма экономической науки на основе солидарной цифровой экономики: монография / А.И. Орлов. – Москва : Русайнс. 2024. – 164 с.

Первая в мире монография по солидарной цифровой экономике написана один из самых цитируемых экономистов и математиков России. Рассмотрены основные идеи и развитие этого научного направления. Представлена динамика макроэкономических и демографических показателей России. Математическая модель расширенного воспроизводства сопоставлена с наличием пределов роста. Проанализированы основные стадии развития хозяйственной деятельности и экономической теории. Обосновано, что «современная модель капитализма исчерпала себя», а потому необходима новая парадигма экономической науки, основанная на солидарной цифровой экономике. Обсуждаются ее интеллектуальные инструменты - информационно-коммуникационные технологии, теория принятия решений и экспертных технологий, новая парадигма организационно-экономических методов

Ключевые слова: экономическая теория, менеджмент, Аристотель, рыночная экономика, цифровая экономика, математические методы, информационно-коммуникационные технологии, искусственный интеллект, новая парадигма.
Содержание

Предисловие

Часть 1. Основные идеи и развитие солидарной цифровой экономики
Глава 1. Основные идеи солидарной цифровой экономики
Глава 2. Развитие солидарной цифровой экономики

Часть 2. Динамика основных показателей развития экономики и общества
Глава 3. Динамика макроэкономических и демографических показателей России
Глава 4. Экспоненциальный рост экономики и пределы роста

Часть 3. Стадии развития хозяйственной деятельности и экономической теории
Глава 5. О понятии «экономическая теория»
Глава 6. Основные этапы развития экономической теории
Глава 7. Рыночные извращения в экономической теории

Часть 4. Интеллектуальные инструменты солидарной цифровой экономики
Глава 8. Солидарная цифровая экономика и информационно-коммуникационные технологии
Глава 9. Роль теории принятия решений и экспертных технологий в солидарной цифровой экономике
Глава 10. Новая парадигма организационно-экономических методов

Заключение

Литература
Цитируемые источники
Основные публикации по СЦЭ

Приложение. Об авторе

Предисловие

Солидарная цифровая экономика – основа новой парадигмы экономической теории. Мы развиваем ее с 2007 г. Перечень основных публикаций (61 название) приведен отдельным списком в разделе «Литература».
В книге рассмотрены основы солидарной цифровой экономики. В ней подводятся предварительные итоги (за 17 лет) крупного направления наших исследований в области солидарной цифровой экономики, приведшего к необходимости перехода к новой парадигме экономической науки, разрабатываемой нами в ответ на запросы оборонно-промышленного комплекса, авиации, космонавтики и других отраслей народного хозяйства. Книга является первой в мире монографией по рассматриваемой тематике.
Для восприятия настоящей работы важно, что согласно Российскому индексу научного цитирования (РИНЦ) вклад в науку ее автора (измеряемый по числу цитирований) в 6,35 раза больше, чем у президента Российской академии наук; автор - самый цитируемый исследователь МГТУ им. Н.Э. Баумана, один из самых цитируемых математиков и экономистов России. На 26.11.2024 в РИНЦ указано 711 публикаций и 19208 цитирований, индекс Хирша 47. Поэтому автор имеет моральное право и необходимые компетенции для разработки новой парадигмы экономической науки.
Конкретные вопросы экономики и управления, нужные для их решения математические результаты рассмотрены в сотнях моих статей (см. РИНЦ) и более чем в 50 книгах (см. Приложение). Предлагаемая читателям монография посвящена «сердцевине» моих работ, базовой составляющей подхода к исследованиям, которая обычно остается «за кадром» публикаций, касающихся тех или иных частных вопросов.
Общепризнанно, что основоположником экономической науки является Аристотель. Он понимал экономику как науку о том, как вести хозяйство. Современная цифровая экономика исходит из взглядов Аристотеля. Мы опираемся на разработки академика АН СССР В.М. Глушкова и одного из основоположников кибернетики Ст. Бира, которые в 60-70-е годы XX в. заложили основы здания цифровой экономики, которое сейчас строится усилиями миллионов специалистов разных стран.
Наблюдаемый в настоящее время перманентный отечественный и мировой экономический кризис выявил необходимость немедленной разработки новых организационно-экономических механизмов управления экономическими (хозяйственными, производственными) системами. Организация производства должна быть основана на адекватной экономической теории.
Мы обосновали, в том числе в настоящей монографии, что этой теорией не может быть рыночная экономика (т.н. economics). Нужна другая теоретическая основа. По нашему мнению, следует исходить из солидарной цифровой экономики - новой базовой организационно-экономической теории, разрабатываемой в Научно-образовательном комплексе «Контроллинг и управленческие инновации» Московского государственного технического университета им. Н.Э. Баумана в рамках научной школы МГТУ им. Н.Э. Баумана по экономике и организации производства.
Солидарная цифровая экономика должны заменить рыночную экономику в качестве базовой экономической теории. Заменить как при преподавании, так и в качестве основы конкретных экономических и управленческих разработок. Солидарная цифровая экономика построена на основе экономики предприятия (инженерной экономики), теории управления (современного менеджмента, теории активных систем и принятия решений), современных информационных технологий.
Широко распространенные в настоящее время понятия «цифровая экономика», «информационно-коммуникационный менеджмент», «информационная экономика» по своему содержанию мало отличаются. Это утверждение справедливо и для таких понятий, как «инновационная экономика», «высокотехнологическая цивилизация», «общество знаний», «информационное общество», «экономика знаний», «экономика данных» и др. Можно выявлять те или иные различия между этими понятиями, но проще признать их синонимами, что мы и делаем в настоящей монографии.
Сначала новую организационно-экономическую теорию мы называли «неформальной информационной экономикой будущего». Затем стали использовать термин «солидарная информационная экономика». В настоящее время называем ее «солидарной цифровой экономикой».
В настоящей монографии подведен итог первому этапу развития работ по солидарной цифровой экономике. Проанализирован массив публикаций. Выделены основные проблемы, решению которых посвящены исследования, относящиеся к рассматриваемой базовой организационно-экономической теории.
Основная часть монографии состоит из десяти глав, объединенных в четыре части. Большое значение имеет список литературы.
Первая часть является вводной. В главе 1 кратко сформулированы основные идеи солидарной цифровой экономики. Глава 2 посвящена истории развития новой организационно-экономической теории, дан анализ выпущенных нами публикаций по солидарной цифровой экономике.
В части 2 проанализирована динамика макроэкономических и демографических показателей России (глава 3) и математическая модель расширенного воспроизводства, демонстрирующая экспоненциальный рост экономики, несовместимый с существованием пределов роста (глава 4).
Часть 3 посвящена рассмотрению трех выделенных нами стадий развития хозяйственной деятельности и экономической теории. Обсуждается содержание термина «экономическая теория» (глава 5). Рассмотрены основные этапы развития экономической теории (глава 6). Различные рыночные извращения в экономической теории разобраны в главе 7.
Интеллектуальные инструменты разрабатываемой нами новой организационно-экономической теории – предмет части 4. Установлена связь солидарной цифровой экономики и информационно-коммуникационные технологий (глава

. Выявлена роль теории принятия решений и экспертных технологий в солидарной цифровой экономике (глава 9). Обсуждается новая парадигма организационно-экономических методов (глава 10).
По тематике монографии существует огромная литература. По каждому затронутому вопросу имеется масса статей и книг. Чтобы эта настоящая работа имела разумный объем, я решил отказаться от обозрения имеющихся публикаций и, как правило, не разбирать мнения других авторов. Цель монографии – по возможности кратко изложить основы нового научного направления. Краткость изложения частично компенсируется ссылками на источники. Раздел «Литература» состоит из двух частей – цитированные источники (206 названий) и основные публикации по солидарной цифровой экономике (61 название). Ссылки на цитированные источники даются в виде номера источника в квадратных скобках, например, [62]. Ссылки на публикации по солидарной цифровой экономике даются в виде [СЦЭ-10]. Здесь СЦЭ – аббревиатура для термина «солидарная цифровая экономика», а 10 – порядковый номер работы в списке публикаций по солидарной цифровой экономике.
С целью обеспечения для читателя возможности адекватного восприятия содержания монографии в Приложении приведена развернутая информация об авторе. Полезно отметить имеющийся у него опыт преподавания таких дисциплин, как «Экономическая теория», «Микроэкономика», «Макроэкономика», «Экономика предприятия», «Менеджмент» и др.
В свое время автор настоящей монографии привел в систему основные положения таких научных направлений, как эконометрика, прикладная статистика, теория принятия решений. Монографии по этим направлениям названы учебниками, поскольку такое наименование облегчало издание. Они процитированы в тысячах научных публикаций. Но одновременно эти монографии действительно стали основами соответствующих учебных курсов в Московском государственном техническом университете им. Н.Э. Баумана и других вузах. В настоящей монографии мы приводим в систему основные положения такого научного направления, как солидарная цифровая экономика.
В настоящей монографии, подводя промежуточные итоги исследований за 17 лет, приходим к выводу: солидарная цифровая экономика должны заменить рыночную экономику в качестве базовой экономической теории. Заменить как при преподавании, так и в качестве основы конкретных экономических и управленческих разработок.
Автор пользуется возможностью выразить признательность за совместную работу своим более чем 200 соавторам по различным публикациям, прежде всего сотрудникам Института высоких статистических технологий и эконометрики и Научно-исследовательской лаборатории "Экономико-математические методы в контроллинге" МГТУ им. Н.Э. Баумана.
Автор благодарен рецензентам – доктору экономических наук, кандидату технических наук, профессору, заведующему кафедрой "Экономика и организация производства" Московского государственного технического университета им. Н.Э. Баумана С.Г. Фалько и профессору, доктору экономических наук, кандидату технических наук, профессору кафедры компьютерных технологий и систем Кубанского государственного аграрного университета им. И.Т. Трубилина Е.В. Луценко.
Спасибо сотрудникам издательства за большую работу по подготовке рукописи монографии к изданию.
С базовыми публикациями автора (более 20 книг и 200 статей) и текущей научной информацией можно познакомиться на нашем сайте «Высокие статистические технологии» http://orlovs.pp.ru, его форуме https://orlovs.pp.ru/forum/ и на странице Научно-исследовательской лаборатории «Экономико-математические методы в контроллинге» МГТУ им. Н.Э. Баумана http://www.ibm.bmstu.ru/nil/lab.html (она размещена на сайте научно-учебного комплекса «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана). Достаточно большой объем информации содержит еженедельник «Эконометрика» http://subscribe.ru/catalog/science.hum ... onometrika. Он является электронной газетой кафедры «Экономика и организация производства» научно-учебного комплекса «Инженерный бизнес и менеджмент» МГТУ им. Н.Э. Баумана и выпускается с июля 2000 г.
Автор искренне благодарен разработчику сайтов и редактору электронного еженедельника А.А. Орлову за многолетний энтузиазм. Условия для написания книги создала моя любимая жена Л.А. Орлова. Спасибо!
Автор будет благодарен читателям, если они направят свои вопросы и замечания по адресу издательства или непосредственно автору по электронной почте Е-mail: prof-orlov@mail.ru (или поместят их на форуме https://orlovs.pp.ru/forum/ нашего сайта «Высокие статистические технологии»).

Проф. А.И. Орлов

26 ноября 2024 г.

Часть 1. ОСНОВНЫЕ ИДЕИ И РАЗВИТИЕ
СОЛИДАРНОЙ ЦИФРОВОЙ ЭКОНОМИКИ

Глава 1. Основные идеи солидарной цифровой экономики

Начнем с рассмотрения основных идей солидарной цифровой экономики. Их подробному раскрытию посвящены соответствующие разделы монографии.

Три этапа в развитии экономической науки
Необходимо начать с анализа развития экономической науки. Мы выделяем три основных этапа: Аристотель – рыночная экономика – современность.
Экономическая наука - это осмысление экономической практики. С момента появления письменности появляются сочинения, которые посвящены вопросам экономики и управления. Так, экономическое мировоззрение древних греков рассмотрено в [39]. Общепризнано, что Аристотель – первый экономист в истории науки [3]. Именно он создал первую развернутую экономическую теорию, поднявшись над уровнем отдельных соображений предыдущих авторов (например, Ксенофонта).
Взгляды Аристотеля - сердцевина первого этапа развития экономической науки. Выделим основное в его воззрениях.
Экономика для него - это наука о том, как управлять хозяйством. Цель хозяйственной деятельности - удовлетворение потребностей людей и их объединений (семей, обществ, государств) путем производства и приобретения благ.
Аристотель рассматривал различные уровни субъектов хозяйственной деятельности:
домашнее хозяйство;
отдельное предприятие (как в сельской местности, так и в городе);
город (в терминологии его времени - полис) как единое целое,
регион (сатрапия, провинция),
государство в целом (например, империя).
С точки зрения Аристотеля противоестественна хрематистика, т.е. деятельность, направленная на приобретение выгоды, извлечение прибыли, на накопление богатства, прежде всего в виде денег. Таким образом, Аристотель считал нужным поддерживать производителей благ и бороться с финансовыми спекулянтами.
Отрицанием взглядов Аристотеля является рыночная экономика, ориентированная на получение выгоды и безграничный рост потребления.
В соответствии с воззрениями сторонников рыночной экономики государство должно быть отстранено от руководства экономической жизнью, его роль – «ночной сторож», обеспечивающий правопорядок.
Главное для адептов рыночной экономики - обеспечение свободной конкуренции.
В дальнейшем в экономической жизни и отражающей ее экономической теории на первое место вышли критикуемые Аристотелем хрематистики с их основополагающим правилом: цель экономической деятельности - получение выгоды (прибыли). Вполне естественно, что приверженцы рыночной экономики поощряют деятельность в области финансовых спекуляций.
Отметим, что даже понимание самого термина "экономика" кардинально изменилось. С точки зрения рыночников концепция Аристотеля относится не к экономике, а к теории управления хозяйственной деятельностью, т.е. к менеджменту. При этом сам менеджмент был перемещен из центра экономической науки «на задворки» и объявлен лишь одной ее частью.
Таким образом, произошло отрицание экономики Аристотеля. Но вскоре началось - в соответствии с законами диалектики - отрицание отрицания. В настоящее время практически во всех странах экономика является смешанной, она действует на основе сочетания плана и рынка.
Необходимость активного вмешательства государства в экономическую жизнь была осознана уже к концу XIX в. А затем - в ХХ в. - властные структуры государства активно управляли экономикой в основных экономически развитых странах. В частности, в США (особенно при президенте Ф. Рузвельте в период великой депрессии) и в СССР. После Второй мировой войны государственные органы весьма активно управляли экономическими процессами в самых разных странах по всему Земному шару - в Китае, Индии, Японии, Сингапуре, Франции и т.д. Даже в наиболее "рыночной" стране - в США - доля государственного участия в экономике за ХХ в. выросла в 4 раза и достигла примерно одной трети [122]. (Здесь участие государства в экономике измеряем как отношение расходной части бюджета страны к валовому внутреннему продукту.) Теоретическое обоснование главенствующей роли государства в управлении экономической жизнью дал, в частности, английский экономист Дж. Кейнс [49].
Современность - период отрицания рыночной экономики. Взамен «рыночной экономики» необходима новая парадигма экономической теории. Как однозначно констатировал Президент России В.В. Путин в выступлении 21 октября 2021 года на пленарной сессии XVIII заседания Международного дискуссионного клуба «Валдай»: "Современная модель капитализма исчерпала себя как экономическая система... Мы будем руководствоваться идеологией здорового консерватизма" [40].
В качестве основы новой парадигмы предлагаем использовать солидарную цифровую экономику (СЦЭ) – разрабатываемую нами базовую организационно-экономическую теорию.

Солидарная цифровая экономика
В этом понятии - три составляющие. Поясним их.
Экономику понимаем по Аристотелю, согласно которому цель производственной деятельности - удовлетворение потребностей людей и общества (а не получение выгоды, прибыли).
Прилагательное «цифровая» указывает на концепцию цифровой экономики, основанной на современных информационно-коммуникационных технологиях, революционным образом преобразующих средства производства.
Прилагательное «солидарная» означает, что производственные отношения должны строиться на основе солидарности, взаимопомощи, а не конкуренции.
Концепция солидарной цифровой экономики (СЦЭ) представлена в научной периодике и довольно широко известна (см., например, [63, гл.1]). Ранее в том же смысле использовались термины «неформальная информационная экономика будущего», «солидарная информационная экономика», «функционалистско-органическая информационная экономика». В списке публикаций по этой тематике [156] на 26.11.2024 указано 77 статей и докладов, а основной информационный ресурс [167] просмотрен более 463 тыс. раз.

Цифровая экономика и принятие решений
Очевидно, что в настоящее время хозяйственная деятельность должна быть основана на цифровой экономике, т.е. на интенсивном и результативном применении современных информационно-коммуникационных технологий, использующих компьютеры и сети (в частности, Интернет).
Основные идеи цифровой экономики давно известны. В качестве примеров более чем полувековой давности укажем на проект ОГАС В.М. Глушкова (реализован частично в нашей стране в виде разнообразных АСУ) и систему КИБЕРСИН английского кибернетика Ст. Бира (реализована в Чили).
В теории менеджмента установлено (см., например, [99, 130]), что управленческие решения следует принимать на основе всей совокупности пяти групп факторов. Речь идет о группах социальных, технологических, экономических, экологических и политических факторов. Следовательно, экономическую науку, соответствующую одной из этих пяти групп факторов, необходимо рассматривать как часть менеджмента - науки об управлении людьми. Как следствие, экономика является частью менеджмента.
Одно из базовых положений солидарной цифровой экономики таково. Современные информационные технологии, искусственный интеллект и теория принятия решений позволяют разработать и повсеместно внедрить информационно-коммуникационную (другими словами, цифровую) систему, предназначенную для выявления потребностей людей (и общества в целом) и организации производства и распределения с целью их удовлетворения. Причем как локально (например, в отдельно взятой стране), так и в масштабах всего Земного шара. Для практической реализации этой возможности необходима лишь воля руководства соответствующей хозяйственной единицы, отдельной страны или мира в целом, нацеленная на преобразование её системы управления. В частности, как и происходит в большинстве развитых и развивающихся стран, российское государство может и должно быть основным действующим лицом в экономике.

Создатели современной солидарной цифровой экономики
К ее предшественникам относятся, прежде всего, уже упомянутые выше Аристотель, В.М. Глушков, Ст. Бир. Многие исследователи и практики высказывали мысли, схожие с идеями СЦЭ. Можно назвать среди них Ф. Бекона, Г. Форда, К. Поланьи.
На современном этапе для развития СЦЭ весьма важны теоретические разработки и практические результаты, достигнутые в Китайской народной республике. Как известно, она с 2014 г. является наиболее мощной в экономическом плане державой современности (с наибольшим в мире объемом валового внутреннего продукта, измеренного в сопоставимых ценах, т.е. на основе использования паритета покупательной способности).
Весьма важны для СЦЭ работы шотландских экономистов П. Кокшотта и А. Коттрелла [203, 204]. Они доказали теоретическую возможность организации производства (на основе экономико-математических моделей типа межотраслевого баланса В. Леонтьева) с целью полного удовлетворения потребностей в масштабах страны или человечества в целом на основе непосредственного обмена товарами и услугами.
Если заданы цели, то для расчетов оптимальных управленческих решений в масштабах мирового хозяйства мощностей компьютеров XXI в. вполне достаточно. Следовательно, в современных условиях ушла в прошлое критика планового хозяйства Хайеком. Он исходил из действительно имевшей место в середине ХХ в. невозможности провести расчет оптимального плана развития страны (или тем более всемирного хозяйства) с помощью имевшихся в то время компьютеров.
Если заданы целевые показатели, то можно рассчитать путь к ней. Подробнее: нужны последовательные приближения (итерации) при составлении планов, связанные с учетом имеющихся ресурсов. Если ресурсов недостаточно, то цель должна быть изменена, одновременно намечены меры по приведению совокупности ресурсов в состояние, требуемое для достижения цели. Затем – следующая итерация, основанная на стремлении к скорректированной цели. Таким образом проводится учет обратной связи в процессе согласования плановых расчетов «затраты – выпуск» и реализуется скользящее планирование [19]. Современные информационно-коммуникационные технологии позволяют проводить корректировку плановых расчетов практически мгновенно.
В настоящее время основная еще нерешенная проблема, стоящая перед СЦЭ, - проблема целеполагания. Как задать цель, к которой следует стремиться? Очевидно, следует иметь систему, позволяющую выявлять актуальные потребности людей, организаций, регионов, стран. С помощью обратной связи на основе экономико-математических расчетов и коррекции исходных планов можно выявить целесообразную траекторию развития. Конкретные процедуры плановых расчетов могут быть получены с помощью теории принятия решений [124]. Очевидно, велика роль экспертных технологий [121] и систем выявления мнений людей, как с помощью прямого сбора мнений заинтересованных лиц, так и путем социологических и маркетинговых опросов. Разработке информационного обеспечения решения рассматриваемых задач СЦЭ посвящены разработки И. Герасимова, М. Ахундова, А. Самарского, В. Чубатого, Н. Чуваева, П. Былевского, А. Трофимова, Е. Постниковой и др. (см., например, [20, 24], а также [СЦЭ – 10]).
Следствием работ П. Кокшотта и А. Коттрелла является утверждение о том, что Госплан СССР в принципе не мог организовать оптимальное планирование народного хозяйства нашей страны из-за недостатка вычислительных мощностей. Однако в настоящее время (с начала XXI в.) уже имеется принципиальная возможность выполнения такой работы. Для реализации этой возможности академик РАН С.Ю. Глазьев в 2022 г. организовал Институт государственного планирования [44].

Предварительные итоги
Поскольку «современная модель капитализма исчерпала себя как экономическая система» [40], необходима новая парадигма экономической теории взамен «рыночной экономики». По нашему мнению, новая парадигма должна быть основана на солидарной цифровой экономике. Необходима дальнейшая разработка вопросов, обсуждаемых в публикациях по этой новой политико-экономической и организационно-экономической теории [156].

Глава 2. О развитии солидарной цифровой экономики

Начало разработки теории - неформальная информационная экономика будущего
Первая публикация [СЦЭ - 1] - это доклад на конференции «Неформальные институты в современной экономике России». В соответствии с названием конференции выбрано первое слово в первоначальном названии новой теории – «неформальная». Автор старался отстраниться от «командной централизованной экономики», отрицательное отношение к которой в то время было весьма распространенным в научном сообществе. Кроме того, хотелось подчеркнуть, что согласно новой теории управленческие решения должны приниматься в результате общественного обсуждения, а не исходить от какого-либо лица или органа. Эта анархистская идея имеет давнюю историю. Достаточно сослаться на работы П.А. Кропоткина [57, 58].
Следующие два слова в первоначальном названии нашей теории – «информационная экономика» - означают, что речь идет о направлении в современной экономической теории, исходящем из огромного значения информационно-коммуникационных технологий в управлении хозяйством.
Завершает первоначальное название отсылка к «будущему». Сделана она для того, чтобы при развитии теории быть свободным от случайностей текущей ситуации.
Следующий этап - обсуждение новой теории на представительных научных конференциях. Выступления сопровождались публикацией тезисов, во многих случаях выходили сборники трудов конференций. В результате научная общественность могла наблюдать развитие новой теории.
Среди научных конференций, прежде всего, назовем ежегодный всероссийский симпозиум «Стратегическое планирование и развитие предприятий», проводящийся Центральным экономико-математическим институтом РАН. Доклады, посвященные неформальной информационной экономике будущего, состоялись на шести симпозиумах - на Девятом 2008 г., Десятом 2009 г., Одиннадцатом 2010 г. [СЦЭ-8], Двенадцатом 2011 г. [СЦЭ-12], Тринадцатом 2012 г. [СЦЭ-16] и Четырнадцатом симпозиуме 2013 г. [СЦЭ-23].
Целый ряд развернутых докладов был сделан на научных конференциях, главным организатором которых был Институтом проблем управления РАН. Порожденные докладами публикации в трудах и материалах конференций были достаточно объемными, некоторые из них содержат научные результаты, не включенные в настоящую монографию, как следствие, эти работы не устарели.
Назовем, прежде всего, регулярно проводящиеся Институтом проблем управления РАН конференции «Управление развитием крупномасштабных систем». Их кратко обозначают англоязычной аббревиатурой MLSD' с указанием года. Солидарная информационная экономика обсуждалась на семи международных конференциях - на Второй MLSD'2008 [СЦЭ-2], Третьей MLSD'2009 [СЦЭ-4], Четвертой MLSD'2010 [СЦЭ-11], Пятой MLSD'2011 [СЦЭ-14], Шестой MLSD'2012 [СЦЭ-18], Седьмой MLSD'2013 [СЦЭ-27], Восьмой MLSD'2014 [СЦЭ-32].
Ряд выступлений состоялся на других конференциях, также организованных Институтом проблем управления РАН. Среди них:
Четвертая международная конференция по проблемам управления 2009 г. [СЦЭ-3],
международная научно-практическая конференция «Теория активных систем» 2009 г. [СЦЭ-5],
международные конференции «Когнитивный анализ и управление развитием ситуаций» 2009 г. [СЦЭ-6] и 2011 г. [СЦЭ-15],
Девятые Друкеровские чтения «Информационная экономика: институциональные проблемы» 2009 г. [СЦЭ-7],
XII Всероссийское совещание по проблемам управления 2014 г.
К перечисленным научным собраниям примыкает конференция «Управление в технических, эргатических, организационных и сетевых системах» (Санкт-Петербург, 2012) [СЦЭ-19].
Кроме конференций на базе академических институтов (ЦЭМИ РАН и ИПУ РАН), новая организационно-экономическая теория обсуждалась на конференциях, созванных ориентированных на промышленность, на отраслевую и региональную экономику. Речь идет о научных собраниях, созванных Московским государственным техническим университетом им. Н.Э. Баумана и некоммерческим партнерством «Объединение контроллеров» (работы этой организации представлены на ее сайте [89]). Вторая по времени достаточно подробная публикация по развиваемой нами теории под характерным названием «Экономико-математические методы в контроллинге и неформальная информационная экономика будущего» была размещена в трудах международной научно-практической конференции «Контроллинг в бизнесе: теория и практика» (Киев, 2008). Стратегическому управлению территориальными и муниципальными образованиями с точки зрения неформальной информационной экономики будущего был посвящен доклад на II Международной научно-практической конференции по контроллингу 2012 г. [СЦЭ-20].
О неформальной информационной экономике будущего рассказывалось и на других научных собраниях
Были сделаны доклады и на других конференциях:
на II Международном научном конгрессе "Глобалистика-2011" [СЦЭ-13],
Всероссийской научной конференции "Статистика и прикладные исследования" (Краснодар, 2011),
научно-практической конференции "Системный анализ в экономике – 2012" [СЦЭ-21],
Всероссийской научно-общественной конференции "Государственная идеология и современная Россия" 2014 г. [СЦЭ-29].
Всего перечислено 27 докладов на представительных научных собраниях. Каждый из них сопровождался тезисами и материалами, зачастую перераставшими в развернутые статьи [СЦЭ-1, 3, 5, 7, 20, 29, 32]. Важно, что статьи следовали за дискуссиями на конференциях, в них были учтены замечания и предложения участников обсуждений.
Вполне естественно, что вслед за докладами появились статьи в научных журналах. Первые из них вышли в 2010 г. [СЦЭ-9, 10], т.е. через три года после появления основ новой экономической теории [СЦЭ-1]. Выбор журналов определялся поступлением приглашений от их руководства. Например, попросил проф. Е.Б. Колбачев статью для своего журнала - и появилась работа [СЦЭ-9]. Затем вышел еще ряд статей [СЦЭ-17, 23, 25].

Появление солидарной информационной экономики
Как уже говорилось, первая формулировка названия новой организационно-экономической теории была связана с названием той конференции, на которой она впервые была представлена. Термин «неформальная» представляется неудачным, поскольку ассоциируется со скрытой (криминальной) деятельностью. Проф. С.Д. Штовба предложил использовать термин «солидарная информационная экономика», поскольку в этой теории развиваются идеи П.А. Кропоткина о солидарности - взаимной помощи (среди животных и людей) как двигателе прогресса [57]. Как известно, солидаризм – учение об обществе, обосновывающее необходимость сотрудничества его частей. Термин происходит от французского «действующий заодно». «Солидаризм - принцип построения социальной системы на основе солидарности ее различных частей между собой, а не борьбы и не жесткой конкуренции» [90]. Можно в связи со сказанным напомнить известный лозунг о солидарности трудящихся («Пролетарии всех стран, соединяйтесь!»).
Последнее слово первоначального названия «неформальная информационная экономика будущего» мы сочли полезным убрать, поскольку «будущее уже наступило», и положения новой организационно-экономической теории могут реализоваться не в неопределенном будущем, а уже сейчас, в ближайшие годы и десятилетия.
С 2013 г. в качестве названия разрабатываемой нами новой организационно-экономической теории используем термин «солидарная информационная экономика». Первые публикации с новым названием – это вышедшие в 2013 г. работы [СЦЭ-23, 25, 26, 27].
С 2013 г. одним из основных мест публикации работ по новой организационно-экономической теории становится «Научный Журнал КубГАУ». В первой из них проанализированы проблемы методологии государственной политики и управления с точки зрения неформальной информационной экономике будущего [СЦЭ-24].
В опубликованных в этом журнале с 2014 г. статьях обсуждаются различные вопросы солидарной информационной экономики. Ее предложено рассматривать как экономическую составляющую государственной идеологии России [СЦЭ-28]. Подробно разобраны основные идеи солидарной информационной экономики как новой базовой организационно-экономической теории [СЦЭ-34]. Спрогнозировано дальнейшее развитие солидарной информационной экономики как – в будущем - экономики без рынка и денег [СЦЭ-35]. Различные вопросы развития новой организационно-экономической теории обсуждаются в этом журнале в статьях [СЦЭ-36, 39, 41].
Значительное число работ по рассматриваемой тематике опубликовано в международном журнале «Biocosmology – neo-Aristotelism» («Биокосмология – нео-Аристотелизм»), посвященном биокосмологии и развитию взглядов Аристотеля [202]. Это естественно, поскольку обсуждение развития экономической теории мы начинаем с анализа взглядов Аристотеля. В статье [СЦЭ-17] мы использовали термин «неформальная информационная экономика будущего», а вот в работах [СЦЭ-22, 33, 43] по предложению главного редактора журнала доц. К.С. Хруцкого (Великий Новгород, Новгородский государственный университет им. Ярослава Мудрого) говорим о функционалистско-органической информационной экономике, опирающейся на взгляды Аристотеля. Термин «функционалистско-органическая экономика» больше соответствует традициям обсуждения развития взглядов Аристотеля. В журнале «Биокосмология – нео-Аристотелизм» в 2019 – 2023 г.г. опубликован ряд статей по тематике настоящей монографии [СЦЭ-47, 54, 60].
Еще одно место публикации многих наших работ – сборники по итогам конференций, которые были организованы Институтом научной информации по общественным наукам РАН (ИНИОН) [СЦЭ-25, 38, 40, 44, 50, 53, 57, 59].
Как инструмент реализации национальных интересов солидарная информационная экономика рассмотрена в журнале «Национальные интересы: приоритеты и безопасность» [СЦЭ-26]. В издании МГТУ им. Н.Э. Баумана «Инженерный журнал: наука и инновации» солидарная информационная экономика представлена как организационно-экономическая теория инновационного развития России [СЦЭ-30]. В сборнике по итогам академической конференции «Россия: тенденции и перспективы развития» (проводилась в Институте научной информации по общественным наукам - ИНИОН РАН) обсуждается роль солидарной информационной экономики в модернизации России [СЦЭ-25]. Новая организационно-экономическая теория была представлена также на конференции «Развитие современной России: проблемы воспроизводства и созидания» [СЦЭ-31], состоявшейся в Финансовом университете при Правительстве РФ.
При обсуждении вопросов разработки и преподавания организационно-экономического моделирования, эконометрики и статистики, их применения при решении задач управления хозяйственными единицами соответствующие разделы публикаций посвящались солидарной информационной экономике (ссылки на эти многочисленные публикации не приводим).
Развитие солидарной информационной экономики проанализировано в статье [СЦЭ-36]. Вперед к Аристотелю: освободить экономическую теорию от извращений путем перехода к солидарной информационной экономике - основная идея работ [СЦЭ-37, 38, 40, 41]. Организационно-экономическое обеспечение управления организациями и территориями с точки зрения солидарной информационной экономики рассмотрено в статье [СЦЭ-39]. При обсуждении влияния масштаба агропромышленной системы на задачи и аппарат подсистемы контроллинга в ее системе управления исходим из основных положений солидарной информационной экономики.
Итак, солидарная информационная экономика - базовая экономическая теория XXI века [СЦЭ-44]. Она должна заменить рыночную экономику, занять ее место при проведении научных исследований и в преподавании [СЦЭ-42, 43].
Появление перечисленных выше десятков статей и докладов свидетельствует о большом интересе научной общественности к нашей новой организационно-экономической теории. Научное содержание солидарной информационной экономики достаточно подробно раскрыто в перечисленных выше публикациях. Стало ясно, что целесообразно подготовить итоговую книгу, в которой следует свести вместе полученные к настоящему времени результаты в соотнесении с результатами других авторов. Первый шаг в этом направлении был предпринят в [СЦЭ-45] - предварительные итоги работ по новой организационно-экономической теории подведены в объемной главе 1 совместной монографии «Современная цифровая экономика», выпущенной в 2018 г.

Переход к солидарной цифровой экономике
Именно тогда научной общественностью стал широко использоваться термин «цифровая экономика». Поэтому мы решили заменить термин «информационная» на термин «цифровая», т.е. говорить и писать не о «солидарной информационной экономике», а о «солидарной цифровой экономике».
Было осознано, что для наименования нашей теории термин «цифровая» лучше подходит, чем «информационная», точно так же, как вместо словосочетания «использование информационно-коммуникационных технологий в экономике и управлении» целесообразно говорить о «цифровой экономике». Причины смены терминологии в развитии науки мы подробно обсуждали в работе [125], поэтому ограничимся здесь констатацией самого факта перехода на новое наименование разрабатываемой нами новой организационно-экономической теории.
Сначала мы обсуждали проблемы цифровой экономики в связи с контроллингом (как науке о современных технологиях управления), инновациями в менеджменте и идеями Аристотеля [СЦЭ-46, 47, 48, 49]. Одновременно в публикациях продолжало использоваться прежнее название «солидарная информационная экономика».
С 2020 г. мы стали рассматривать нашу организационно-экономическую теорию как основу новой парадигмы экономической науки [СЦЭ-50, 51, 52, 53, 54]. Речь идет о рассматриваемой нами смене парадигм экономической науки: Аристотель - рыночная экономика - солидарная цифровая (информационная экономика) [СЦЭ-53]. По нашему мнению, в настоящее время в экономической теории происходит переход от рыночной экономики к солидарной цифровой экономике, вслед за преобразованиями в хозяйственной практике. Полагаем, что нашу теорию можно рассматривать как основу современной политэкономии [СЦЭ-55].
Поскольку «современный капитализм исчерпал себя» (слова В.В. Путина на заседании дискуссионного клуба «Валдай» 21 октября 2021 г. [40]), то необходима новая парадигма экономической науки, позволяющая перейти на новый этап развития народного хозяйства. В качестве основы такой парадигмы предлагаем использовать солидарную цифровую экономику [СЦЭ-57]. Она соответствует глобальному тренду научно-технологического и инновационного развития [СЦЭ-58, 59].
Мы обсуждали солидарную цифровую экономику в связи с проблемами развития ракетно-космической отрасли [СЦЭ-56]. На международном научном конгрессе «Глобалистика-2023» рассказывали о нашей теории в контексте идей А.И. Вернадского [СЦЭ-60]. Эти две конференции были организованы факультетом глобальных проблем Московского государственного университета им. М.В. Ломоносова.
По итогам проведенного выше анализа развития солидарной цифровой экономики можно констатировать, что получено достаточно большое число научных результатов в этой области. Как следствие, целесообразна подготовка итоговой монографии. Она перед вами.

Литература

Цитированные источники
1. Абрамов Ю.А. В поисках баланса интересов и ресурсов // Космос в фокусе политики, экономики, культуры / Научн. ред. Л.В. Голованов // М.: Новости космонавтики, 2002. - С.92-101.
2. Аганбегян А.Г. О преобразовании социально-экономической системы России: что хотели и что получилось // Мир перемен. 2023. №2. С. 17-44.
3. Агапова И.И. История экономических учений. - М.: Магистр, 2021. - 301 с.
4. Алексеев Н.А. Экономические учения Платона и Аристотеля // Вестник Таганрогского государственного педагогического института им. А.П. Чехова. 2008. № 2. С. 14-16.
5. Алнес Т. Устранить конкурента, разорить его, лишить будущего [Электронный ресурс]. - URL: viewtopic.php?f=2&t=3880 (дата обращения: 26.11.2024).
6. Аристотель. Экономика. Книги I – III (Перевод с древнегреческого и латыни Г.А. Тароняна) // Вестник древней истории. 1969. № 3. С. 217–242.
7. Байдаков С.Л. Контроллинг в системе стратегического и оперативного управления мегаполисом. – М: МГТУ им. Н.Э. Баумана, 2010. – 175 с.
8. Байдаков С.Л. Цифровая трансформация региона и его концептуальная модель // Инновации в менеджменте. 2022. № 3(33). С. 2-7.
9. Берг А.И., Китов А.И., Ляпунов А.А. О возможностях автоматизации управления народным хозяйством // Проблемы кибернетики. Выпуск 6. - М.: Физматгиз, 1961. С. 83-100.
10. Бир Ст. Мозг фирмы. - М.: Радио и связь, 1993. - 416 с.
11. Борисов А.Б. Большой экономический словарь. - М.: Книжный мир, 2003. - 895 с.
12. Бродель Ф. Материальная цивилизация, экономика и капитализм, XV-XVIII вв. Том 3. Время мира. - М.: Альма-Матер, 2022. - 805 с.
13. Булатов А.С. (ред.). Экономика. – М.: Магистр, 2012. – 896 с.
14. Булычев К. Повесть о контакте // Знание — сила. 1989. № 7. С.86-91.
15. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: Синтег, 1999. – 128 с.
16. Бутов А.А., Волков М.А., Макаров В.П., Орлов А.И., Шаров В.Д. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Известия Самарского научного центра Российской академии наук. 2012. Том 14. № 4(2). С.380-385.
17. Бэкон Ф. Сочинения в двух томах. Т. 2. - М.: Мысль, 1972. – 582 с.
18. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов (статистические проблемы обучения). – М.: Наука, 1974. - 416 с.
19. Ведута Е.Н. Экономико-математическое моделирование - основа перехода управления экономикой на принципиально новую цифровую технологию // Будущее экономики России: роль цифросферы. Вызовы, угрозы, решения : Монография / Под научной редакцией И.М. Братищева. – 2-е издание. – Санкт-Петербург : Центр научно-информационных технологий «Астерион», 2022. – С. 76-97.
20. Великое кольцо. Журнал инновационного отдела при МГК СКМ РФ. Январь 2007. №1. С. 1 - 24. [Электронный ресурс]. URL: http://rusprogressivelib.files.wordpres ... 11/vk1.pdf (дата обращения 26.11.2024).
21. Винер Н. Кибернетика и общество. – М.: Изд-во иностр. лит., 1958. – 200 с.
22. Винер Н. Кибернетика или управление и связь в животном и машине. – 2-е изд. – М.: Наука, 1983. – 343 с.
23. Галушка А.С., Ниязметов А.К., Окулов М.О. Кристалл роста к русскому экономическому чуду. – М.:, Издано при поддержке Государственной корпорации «Ростех», АО «Сибер» и АО «РТ-Охрана», 2021. - 360 с.
24. Герасимов И.А. Интернет, Open Source и Открытое сетевое общество [Электронный ресурс]. - URL: viewtopic.php?t=523 (дата обращения: 26.11.2024).
25. Гриффен Л.А. В поисках идеологии освобождения [Электронный ресурс]. - URL: https://lagrif.org/publiczistika/?page=3 (дата обращения: 26.11.2024).
26. Глазьев С.Ю. Стратегия опережающего развития России в условиях глобального кризиса. - М.: Экономика, 2010. - 254 с.
27. Глазьев С.Ю. Рывок в будущее. Россия в новых технологическом и мирохозяйственном укладах. – М.: Книжный мир, 2018. – 768 с.
28. Глушков В.М. Макроэкономические модели и принципы построения ОГАС. - М.: Статистика, 1975. - 160 с.
29. Глушков В.М., Валах В.Я. Что такое ОГАС? - М.: Наука. 1991. – 160 с.
30. Дегтев А.С. Мифология рыночного фундаментализма – основное препятствие развитию России. 09 июня 2015. [Электронный ресурс]. URL: https://yury-st.livejournal.com/224524. ... 5504452905 (дата обращения 26.11.2024)
31. Демоскоп Weekly. Счетчик населения (Институт демографии НИУ ВШЭ им. А.Г. Вишневского) [Электронный ресурс]. - URL: https://www.demoscope.ru/weekly/app/pop ... pclock.php (дата обращения: 26.11.2024).
32. Динамика макроэкономических показателей РФ [Электронный ресурс]. - URL: viewtopic.php?f=2&t=2580 (дата обращения: 26.11.2024).
33. Долан Э. Дж., Линдсей Д. Рынок: микроэкономическая модель. –СПб.: СП «Автокомп», 1992. – 496 с.
34. Дробышевский С., Носко В., Энтов Р., Юдин А. Эконометрический анализ динамических рядов основных макроэкономических показателей // Научные труды Фонда «Институт экономической политики им. Е. Т. Гайдара», 2001. № 34. С. 6-238.
35. Друкер П.Ф. Новые реальности в правительстве и политике, в экономике и бизнесе, в обществе и мировоззрении. - М.: Бук Чембэр Интернэшнл, 1994. - 380 с.
36. Дэн Сяопин. Строительство социализма с китайской спецификой. Статьи и выступления. – М.: МП "Палея", 1997. - 479 с.
37. Ельцов Г.А. Антонов-124. История воздушного превосходства. - М.: В2В дизайн бюро «Зебра», 2011. - 300 с.
38. Ефремов И.А. Туманность Андромеды. - М.: Эксмо, 2009. - 768 с.
39. Железнов В.Я. Экономическое мировоззрение древних греков. Изд. стереотип. — М.: Книжный дом "ЛИБРОКОМ", 2021. - 264 с.
40. Заседание дискуссионного клуба «Валдай» 21 октября 2021 года [Электронный ресурс]. - URL: http://www.kremlin.ru/events/president/ ... ions/66975 (дата обращения: 26.11.2024).
41. Зюганов Г.А. Заповеди Иисуса и Моральный кодекс строителя коммунизма - лучшее, что есть у человечества [Электронный ресурс]. - URL: https://kprf.ru/party-live/cknews/226135.html (дата обращения: 26.11.2024).
42. Игры терминов и ловушки Фукидида (от редакции) / Онтология проектирования. 2022. №3 (45). С. 273-277 [Электронный ресурс]. - URL: https://cyberleninka.ru/article/n/igry- ... i-fukidida (дата обращения: 26.11.2024).
43. Индекс человеческого развития // Большая российская энциклопедия [Электронный ресурс]. - URL: https://bigenc.ru/c/indeks-chelovechesk ... l342550645 (дата обращения: 26.11.2024).
44. Институт государственного планирования МФЮА [Электронный ресурс]. - URL: https://www.mfua.ru/state-planning/?ysc ... p731954912 (дата обращения: 26.11.2024).
45. Катасонов В.Ю. Воронка капитализма. 21 апреля 2015. [Электронный ресурс].: URL: http://novsoc.ru/v-katasonov-voronka-kapitalizma/ (дата обращения : 26.11.2024).
46. Катасонов В.Ю. Смерть денег. Куда ведут мир «хозяева денег». Метаморфозы долгового капитализма. - М.: Книжный мир, 2016. - 384 с.
47. Катасонов В.Ю. Экономика Сталина. – М.: Издательский дом Тион, 2023. - 416 с.
48. Катасонов В.Ю. Российская экономика – в кривом зеркале ВВП. «Невидимая рука» [Электронный ресурс]. - URL: viewtopic.php?f=2&t=3726 (дата обращения: 26.11.2024).
49. Кейнс Дж. М. Общая теория занятости, процента и денег. Избранное. - М.: Эксмо, 2007. – 960 с.
50. Кейнс Дж.М. Экономические возможности наших внуков (1931) // Вопросы экономики. 2009. № 6. С. 60–69.
51. Кики А.М. Десять тысяч лет в одну жизнь. - М.: Наука, 1981. - 160 с.
52. Китов А.И. Программирование экономических и управленческих задач. - М.: Советское радио, 1971. — 370 с.
53. Клейнер Г.Б. Системная перезагрузка российской экономики: ключевые направления и перспективы // Научные труды Вольного экономического общества России. 2020. Т. 223, № 3. С. 111-122.
54. Комков В.Н. Экспоненциальные траектории экономического роста: устойчивость и темпы // Банковский вестник. 2023. № 5(718). С. 3-14.
55. Контроллинг. Учебник / А.М. Карминский, С.Г. Фалько, А.А. Жевага, Н.Ю. Иванова; под ред. A.M. Карминского, С.Г. Фалько. - М.: НИЦ ИНФРА-М, 2024. - 252 с.
56. Костюк В.Н. История экономических учений. - М.: Центр, 2001. - 224 с.
57. Кропоткин П.А. Взаимная помощь среди животных и людей как двигатель прогресса. Изд. 2, доп. - М.: Книжный дом «ЛИБРОКОМ», 2011. - 280 с.
58. Кропоткин П.А. Анархия. — М.: АСТ, 2021. — 352 с.
59. Ленин В.И. Империализм, как высшая стадия капитализма. – М.: Госполитиздат, 1952. – 230 с.
60. Лившиц В.Н. Системный анализ рыночного реформирования нестационарной экономики России: 1992–2013. - М.: ЛЕНАНД, 2013. - 640 с.
61. Липсиц И.В. Экономика. – М.: Магистр, 2014. - 607 с.
62. Лойко В.И., Луценко Е.В., Орлов А.И. Современные подходы в наукометрии: монография / Под науч. ред. проф. С.Г. Фалько. – Краснодар: КубГАУ, 2017. – 532 с.
63. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с.
64. Макаров В.Л. Экономика знаний: уроки для России // Вестник Российской академии наук. 2003. Т.73. №5. С. 450-460.
65. Макаров В.Л., Козырев А.Н., Дементьев В.Е., Устюжанина Е.В. Государство глазами экономистов // Вестник Российского экономического университета имени Г.В. Плеханова. 2020. Т.17, №6(114). С. 5-17.
66. Макаров И.Н. Дэн Сяопин - зодчий обновлённого Китая // Газета «Правда». №90 (31583). 22 августа 2024 года. 4 полоса.
67. Макконнелл К.Р., Брю С.Л., Флинн Ш.М. Экономикс: принципы, проблемы и политика. – М.: НИЦ ИНФРА-М, 2018. – 1056 с.
68. Мальтус Т.Р. Опыт закона о народонаселении. – М.: Издательство К.Т. Солдатенкова, 1895. - [3], LXIV, 251 с.
69. Маркс К. Капитал. Критика политической экономии. Том первый. Книга 1. Процесс производства капитала. – М.: Госполитиздат, 1949. – 794 с.
70. Маркс К. К критике политической экономии // Маркс К., Энгельс Ф. Сочинения. 2-е изд. Т.13. – М.: Госполитиздат, 1959.- С. 1—167.
71. Маркс К. Критика Готской программы. – М.: Политиздат, 1989. – 45 с.
72. Мартынова О.А., Наумова М.А. Экономические взгляды Аристотеля // Человек. Культура. Общество: материалы XI Международной научно-практической конференции, Пенза, 17–18 мая 2021 года. – Пенза: Пензенский государственный университет, 2021. – С. 51-56.
73. Маслоу А. Мотивация и личность. 3-е изд. - СПб.: Питер, 2019. - 400 с.
74. Медоуз Д. и др. Пределы роста. 30 лет спустя. - М.: Академкнига, 2007. – 342 с.
75. Механизмы управления / Под ред. Д.А. Новикова. - М.: Ленанд, 2011. - 192 с.
76. Мобильник, персональный компьютер, Интернет созданы в России [Электронный ресурс]. - URL: viewtopic.php?f=2&t=2804 (дата обращения: 26.11.2024).
77. Моисеев Н.Н. Математика - управление - экономика. - М.: Знание, 1970. - 64 с.
78. Моисеев Н.Н. Математические модели экономической науки. - М.: Знание, 1973. - 64 с.
79. Моисеев Н.Н. Люди и кибернетика. - М.: Молодая гвардия, 1984. - 224 с.
80. Налимов В.В. Теория эксперимента. - М.: Наука, 1971.- 208 с.
81. Налимов В.В., Мульченко З.М. Наукометрия. Изучение развития науки как информационного процесса. - М.: Наука, 1969. - 192 с.
82. Научные школы Московского государственного технического университета имени Н.Э. Баумана. История развития. - М.: МГТУ им. Н.Э. Баумана, 2005. – 464 с.
83. Новиков Д.А. Кибернетика: Навигатор. История кибернетики, современное состояние, перспективы развития. – М.: ЛЕНАНД, 2016. – 160 с.
84. Новиков Д.А. Теория управления организационными системами. - М.: Московский психолого-социальный институт, 2005. – 584 с.
85. Новиков А.М., Новиков Д.А. Методология. - М.: СИНТЕГ, 2007. – 668 с.
86. Новиков Д.А. Вокруг искусственного интеллекта складывается очень тревожная структура знаний и компетенций [Электронный ресурс]. = URL: https://new.ras.ru/mir-nauky/news/vokru ... 6720668306 (дата обращения 26.11.2024).
87. Новый Завет / перевод и комментарий А.С. Десницкого. – М.: ГРАНАТ, 2025. – 752 с.
88. Носовский Г.В., Фоменко А.Т. Как было на самом деле. Реконструкция подлинной истории. – М.: АСТ, 2015. – 767 с.
89. Объединение контроллеров [Электронный ресурс]. - URL: http://controlling.ru (дата обращения: 26.11.2024).
90. Окара А.Н. Солидаризм: забытая идеология XXI в. // Политическая наука. 2013. №4. С. 146-155.
91. Орлов А.А. Методы сравнения технологий активации интуиции в принятии управленческих решений // Инновации в менеджменте. 2023. № 1(35). С. 22-30.
92. Орлов А.А., Орлов А.И. О методах принятия решений, основанных на использовании интуиции // Научный журнал КубГАУ. 2022. № 179. С. 178-196.
93. Орлов А.А., Орлов А.И. Методы развития интуиции для принятия управленческих решений // Инновации в менеджменте. 2022. № 2(32). С. 40-47.
94. Орлов А.И. Создана единая статистическая ассоциация // Вестник Академии наук СССР. 1991. №7. С. 152-153.
95. Орлов А.И. Эконометрика. Изд. 3-е, перераб. и дополн. - М.: Экзамен, 2004. - 576 с.
96. Орлов А.И. Прикладная статистика. - М.: Экзамен, 2006. - 671 с.
97. Орлов А.И. Теория принятия решений. - М.: Экзамен, 2006. - 576 с.
98. Орлов А.И. Контроллинг организационно-экономических методов // Контроллинг. 2008. №4 (28). С.12-18.
99. Орлов А.И. Менеджмент: организационно-экономическое моделирование. - Ростов-на-Дону: Феникс, 2009. - 475 с.
100. Орлов А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч.1: Нечисловая статистика. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2009. - 542 с.
101. 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.
102. Орлов А.И. Влияние методологии на последствия принятия решений // Материалы I Международного Конгресса по контроллингу: вып.1. - М.: НП «ОК», 2011. - С.86-90.
103. Орлов А.И. Методология принятия управленческих решений // Экономика и жизнь, №22 (9388), 10.06.2011. С.16-17.
104. 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.
105. Орлов А.И. Организационно-экономическое моделирование, эконометрика и статистика в техническом университете // Вестник МГТУ им. Н.Э. Баумана. Сер. «Естественные науки». 2012. №1. С. 106-118.
106. Орлов А.И. Новая парадигма прикладной статистики // Заводская лаборатория. Диагностика материалов. 2012. Том 78. №1, часть I. С. 87-93.
107. Орлов А.И. Организационно-экономическое моделирование при решении задач управления хозяйственными единицами // Научный журнал КубГАУ. 2013. № 87. С. 637–664.
108. Орлов А.И. Основные черты новой парадигмы математической статистики // Научный журнал КубГАУ. 2013. №90. С. 188-214.
109. Орлов А.И. Новая парадигма математических методов экономики // Экономический анализ: теория и практика. 2013. № 36 (339). С. 25–30.
110. Орлов А.И. Новая область контроллинга – контроллинг организационно-экономических методов // Научный журнал КубГАУ. 2014. № 99. С. 1126-1137.
111. Орлов А.И. О подходах к разработке организационно-экономического обеспечения решения задач управления в аэрокосмической отрасли // Научный журнал КубГАУ. 2014. № 99. С.73–100.
112. Орлов А.И. Как нам реорганизовать хозяйство России? // Национальные интересы: приоритеты и безопасность. 2015. № 19 (304). С. 51-60.
113. Орлов А.И. Отечественная научная школа в области эконометрики // Научный журнал КубГАУ. 2016. №07(121). С. 235–261.
114. Орлов А.И. Прогноз развития информационно-коммуникационных технологий // Научный журнал КубГАУ. 2016. №116. С. 435–461.
115. Орлов А.И. О новой парадигме математических методов исследования // Научный журнал КубГАУ. 2016. №122. С. 807–832.
116. Орлов А.И. Профессиональные стандарты, информационно-коммуникационные технологии и управление в ракетно-космической промышленности // Научный журнал КубГАУ. 2016. № 118. С. 305–332.
117. Орлов А.И. Отечественная научная школа в области организационно-экономического моделирования, эконометрики и статистики / Контроллинг. 2019. №73. С. 28-35.
118. Орлов А.И. Модель расширенного воспроизводства, экспоненциальный рост экономики и пределы роста // Контроллинг. 2021. № 2(80). С. 24-31.
119. Орлов А.И. Математические методы исследования рисков (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2021. Т.87. № 11. С. 70-80.
120. Орлов А.И. Искусственный интеллект: нечисловая статистика - М.: Ай Пи Ар Медиа, 2022. - 446 c.
121. Орлов А.И. Искусственный интеллект: экспертные оценки. - М.: Ай Пи Ар Медиа, 2022. - 436 c.
122. Орлов А.И. Искусственный интеллект: статистические методы анализа данных. - М.: Ай Пи Ар Медиа, 2022. - 843 c.
123. Орлов А.И. Проблемы управления экологической безопасностью. - М.: Ай Пи Ар Медиа, 2022. - 224 c.
124. Орлов А.И. Теория принятия решений. - М.: Ай Пи Ар Медиа, 2022. - 826 c.
125. Орлов А.И. Смена терминологии в развитии науки // Научный журнал КубГАУ. 2022. №177. С. 232–246.
126. Орлов А.И. О некоторых актуальных задачах экономики и управления в ракетно-космической отрасли // Экономика космоса. 2022. № 1(1). С. 69-79.
127. Орлов А.И. О современных интеллектуальных инструментах экономики и менеджмента // Экономическая наука современной России. 2022. № 4 (99). С. 30–38.
128. Орлов А.И. Прикладной статистический анализ. - М.: Ай Пи Ар Медиа, 2022. - 812 c.
129. Орлов А.И. Контроллинг статистических методов // Контроллинг. 2022. № 4(86). С. 2-11.
130. Орлов А. И. Методы и инструменты менеджмента. - М.: Ай Пи Ар Медиа, 2023. - 403 c.
131. Орлов А.И. Обобщенная аддитивно-мультипликативная модель оценки рисков на основе нечетких и интервальных исходных данных // Заводская лаборатория. Диагностика материалов. 2023. Т.89. №1. С.74-84.
132. Орлов А.И. О требованиях к статистическим методам анализа данных (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2023. Т.89. №11. С. 98-106.
133. Орлов А.И. Искусственный интеллект, нейросети, большие данные и математические методы исследования // Заводская лаборатория. Диагностика материалов. 2023. Т.89. №7. С. 5-7.
134. Орлов А.И. Эконометрика. - М.: Ай Пи Ар Медиа, 2024. - 525 c.
135. Орлов А.И. Революция в математических методах исследования // Заводская лаборатория. Диагностика материалов. 2024. Т.90. №.7. С. 5-7.
136. Орлов А.И., Луценко Е.В. Системная нечеткая интервальная математика. Монография (научное издание). ¬- Краснодар, КубГАУ. 2014. - 600 с.
137. 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.
138. Орлов А.И. Методы принятия управленческих решений. - М.: КНОРУС, 2018. - 286 с.
139. Орлов А.И., Луценко Е.В. Анализ данных, информации и знаний в системной нечеткой интервальной математике: научная монография. - Краснодар: КубГАУ, 2022. - 405 с.
140. Орлов А.И., Орлов А.А. Нобелевские лауреаты - за государственное регулирование экономики // Обозреватель-Observer, 1998. № 1 (96). С.44-46.
141. Орлов А.И., Орлов А.А. Нобелевские лауреаты - за государственное регулирование экономики // Современная политическая история России (1985-1998), т.1. Хроника и аналитика. – М.: «Духовное наследие» - РАУ-Корпорация, 1999. - С.909-911.
142. Орлов А.И., Рухлинский В.М., Шаров В.Д. Экономическая оценка рисков при управлении безопасностью полетов // Материалы I Международной конференции «Стратегическое управление и контроллинг в некоммерческих и публичных организациях: фонды, университеты, муниципалитеты, ассоциации и партнерства»: выпуск №1 / Под научн. ред. С.Л. Байдакова и С.Г. Фалько. – М.: НП «Объединение контроллеров», 2011. – С. 108-114.
143. Орлов А.И., Сажин Ю.Б. Инновации в менеджменте, экология, хрематистика и цифровизация // Инновации в менеджменте. 2019. № 4(22). С. 52-60.
144. Орлов А.И., Федосеев В.Н. Менеджмент в техносфере. Учебное пособие для вузов. - М.: Академия, 2003. - 384 с.
145. Осипова Н. Г. Рыночный фундаментализм как источник глобального социального неравенства // Представительная власть - XXI век: законодательство, комментарии, проблемы. 2018. № 5-6(164-165). – С. 1-12.
146. Перспективы развития мировой экономики. Поворот в экономической политике, растущие угрозы. - Международный валютный фонд, октябрь 2024 [Электронный ресурс]. - URL: https://www.imf.org/ru/Publications/WEO ... tober-2024 (дата обращения: 26.11.2024).
147. Поддьяков А.Н. Ориентировочная и дезориентирующая основы деятельности: иерархии целей обучения в конфликтующих системах // Вопросы психологии. 2002. № 5. С. 70-89.
148. Поддьяков А.Н. Противодействие обучению конкурента и "троянское" обучение в экономическом поведении // Психология. Журнал Высшей школы экономики. 2004. Том.1. № 3. С. 65-82.
149. Поддьяков, А.Н. Преднамеренное создание трудностей и совладание с ними // Психологические исследования. 2008. № 1(1). [Электронный ресурс]. - URL: http://psystudy.ru (дата обращения: 26.11.2024).
150. Поддьяков А.Н. Троянское обучение в информационных технологиях // Компьютерра. 2008. 01 апреля. №13 [Электронный ресурс]. - - URL: https://old.computerra.ru/354133/?yscli ... r495948135 (дата обращения: 26.11.2024).
151. Подловченко Р.И. О вкладе А.А. Ляпунова в кибернетику // Очерки истории информатики в России. - Новосибирск: Научно-издательский центр ОИГТМ СО РАН, 1998. - С. 184-189.
152. Поланьи К. Великая трансформация: Политические и экономические истоки нашего времени. - СПб.: Алетейя, 2002. - 320 с.
153. Проект «Умное управление» [Электронный ресурс]. - URL: http://www.mtas.ru/about/smartman (дата обращения: 26.11.2024).
154. Производство отдельных видов промышленной продукции [Электронный ресурс]. - URL: viewtopic.php?f=2&t=2596&p=14897#p14897 (дата обращения: 26.11.2024).
155. Пыжиков А.В. О происхождении реального русского социализма. Старообрядческий «след» // Изборский клуб. 2016. №2(38). С. 88-97.
156. Публикации по солидарной цифровой экономике [Электронный ресурс]. - URL: viewtopic.php?f=2&t=951 (дата обращения: 26.11.2024).
157. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б. Современный экономический словарь.– М.: НИЦ ИНФРА-М, 2024. – 512 с.
158. Реут Д.В. Крупномасштабные системы: методология, управление, контроллинг. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2013. – 184 с.
159. Реут Д.В., Орлов А.И. О влиянии масштаба агропромышленной системы на задачи и аппарат подсистемы контроллинга в ее системе управления // Научный журнал КубГАУ. 2017. №129. С. 532–562.
160. Реут Д.В., Орлов А.И. Системная парадигма как основание построения службы контроллинга агропромышленного комплекса // Научный журнал КубГАУ. 2017. №132. С. 518–548.
161. Россия стала четвертой экономикой мира в 2021 году [Электронный ресурс]. - URL: https://www.rbc.ru/rbcfreenews/6659c37f9a7947a920ced49d (дата обращения: 26.11.2024).
162. Рыбакова О.М., Гирбасова Е.М. Основы системы национального счетоводства (методические рекомендации) // Бухгалтер и закон. 2007. № 11. С. 2-15.
163. Салов А.И. Экономика: конспект лекций. - 3-е изд., перераб. и доп. - М.: Юрайт, 2016. — 197 с.
164. Самуэльсон П. Экономика. Т.1. - М.: НПО «Алгон» - ВНИИСИ, 1992 . - 331 с.
165. Сафронов А.В. Компьютеризация управления плановой экономикой в СССР: проекты ученых и нужды практиков // Социология науки и технологий. 2020. Т. 11. № 3. С. 22-41.
166. Собисевич А.В., Фокин А.А. «Нам отнюдь не безразлично, в каком виде социализм отвоюет планету у империализма». Формирование социалистической экологии: Между идеологией и практикой // Социология науки и технологий. 2020. Т.11. №3. C. 42-58.
167. Солидарная цифровая экономика [Электронный ресурс]. - URL: viewtopic.php?f=2&t=570 (дата обращения: 26.11.2024).
168. Сосновский В.И., Орлов А.А. Советские компьютеры: преданные и забытые [Электронный ресурс]. - URL: https://ihistorian.livejournal.com/3391 ... 4891113443 (дата обращения: 26.11.2024).
169. Сталин И.В. Из беседы с первой американской рабочей делегацией. 9 сентября 1927 г. // Сталин И.В. Сочинения. Т. 10: 1927. Август-декабрь. М., Политиздат, 1949. С. 103-118.
170. Сталин И.В. Экономические проблемы социализма в СССР. - М.: «Концептуал», 2011. - 156 с.
171. Староверов О.В. Азы математической демографии. – М.: Наука, 1997. – 157 с.
172. Троянское обучение // Большая Российская Энциклопедия [Электронный ресурс]. - URL: https://bigenc.ru/c/troianskoe-obuchenie-7f7e60 (дата обращения: 26.11.2024).
173. Тумашев А.Р. Государственное регулирование рыночной экономики. - Казань: Изд-во Казан. ун-та: Центр экспертизы и маркетинга Казан. гос. ун-та, 1995. – 175 с.
174. Тутубалин В.Н. Эконометрика: образование, которое нам не нужно. - М.: Фазис, 2004. – 168 с.
175. Указ Президента Российской Федерации от 21 августа 2012 года № 1199 «Об оценке эффективности деятельности органов исполнительной власти субъектов Российской Федерации» [Электронный ресурс]. - URL: https://www.garant.ru/products/ipo/prime/doc/70117848/ (дата обращения: 26.11.2024).
176. Указ Президента РФ от 10 октября 2019 г. № 490 «О развитии искусственного интеллекта в Российской Федерации» [Электронный ресурс]. - URL: https://www.garant.ru/products/ipo/prime/doc/72738946/ (дата обращения: 26.11.2024).
177. Файоль А., Эмерсон Г., Тейлор Ф., Форд Г. Управление - это наука и искусство. - М.: Республика, 1992. - 642 с.
178. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 272 с.
179. Фалько С.Г. Гуманистическая направленность инноваций в менеджменте // Инновации в менеджменте. 2020. № 23. С. 2-3.
180. Фалько С.Г. Концепции стратегического управления и гуманистическая направленность экономики // Инновации в менеджменте. 2020. № 26. С. 2-3.
181. Фалько С.Г., Иванова Н.Ю. Управление нововведениями на высокотехнологичных предприятиях. - М.: МГТУ им. Н.Э. Баумана, 2007. - 256 с.
182. Федеральный закон «О стратегическом планировании в Российской Федерации» от 28.06.2014 N 172-ФЗ.
183. Форд Г. Моя жизнь. Мои достижения. - М.: Попурри, 2009. - 352 с.
184. Хавина С.А. Капитализм // Большая российская энциклопедия [Электронный ресурс]. - URL: https://bigenc.ru/c/kapitalizm-a66922?y ... 3823047617 (дата обращения: 26.11.2024).
185. Хайек Ф.А. Пагубная самонадеятельность. Ошибки социализма. - М.: Новости, 1992. - 304 с.
186. Хайек Ф. Право, законодательство и свобода. Современное понимание либеральных принципов справедливости и политики. - М.: ИРИСЭН, 2006. - 644 с
187. Хейне П. Экономический образ мышления. - М.: Дело, 1993. - 704 с.
188. Хруцкий К.С., Карпов А.В. Новгородское вече – к вопросу об изменении методологии изучения ключевого для Российской истории феномена: альтернатива биокосмологического подхода // Biocosmology – neo-Aristotelism. 2014. Vol. 4. No. 4. Pp. 502-540.
189. Хруцкий К.С., Смирнова О.А. Вопросы нравственного хозяйства в свете русской философско-религиозной традиции на рубеже XIX-XX столетий: с позиций Биокосмологии // Biocosmology – neo-Aristotelism, 2014а. Vol.4. No.3, Pp. 224-271.
190. Чанышев А.Н. Аристотель. - М.: «Мысль», 1981. - 220 с.
191. Шаров В.Д., Макаров В.П., Орлов А.И., Волков М.А., Санников И.А., Рухлинский В.М. Контроллинг при управлении безопасностью полетов. - Материалы II Международного Конгресса по контроллингу: выпуск №2 / Под ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2012. – С.222-232.
192. Шваб К., Дэвис Н.. Технологии четвертой промышленной революции. - М.: Эксмо, 2018. - 320 с.
193. Шевченко Д.А., Пратусевич В.Р. Рыночная экономика России: идеал и реальность. // Вестник РГГУ. Серия «Экономика. Управление. Право». 2011. №10(72). С. 57-64.
194. Экономика предприятия / А.П. Аксенов, И.Э. Берзинь, Н.Ю. Иванова [и др.]. - М.: КНОРУС, 2011. - 352 с.
195. Экономические догмы массового сознания [Электронный ресурс]. - URL: https://orlovs.pp.ru/mainonl.php?st=dogm (дата обращения: 26.11.2024).
196. Энгельс Ф. К истории первоначального христианства. - М.: Политиздат, 1979. - 39 с.
197. Энгельс Ф. Происхождение семьи, частной собственности и государства. - М.: АСТ, 2020. - 288 с.
198. Энгельс Ф. Анти-Дюринг (Переворот в науке, произведённый господином Евгением Дюрингом). - М.: АСТ, 2019. - 480 с.
199. Якунин В.И. Глобализация и капитализм // Развитие и экономика. 2015 (июль). №13. С. 6-19. [Электронный ресурс]. - URL: http://devec.ru/almanah/13/1846-vladimi ... kapitalizm (дата обращения: 26.11.2024).
200. Auken Ida. Welcome to 2030 I Own Nothing, I Have No Privacy, and Life Has Never Been Better [Электронный ресурс]. - URL: https://robscholtemuseum.nl/ida-auken-w ... en-better/ (дата обращения: 26.11.2024).
201. Beer S. World in Torment: A Time Whose Idea Must Come // Kybernetes, 1993. Vol. 22. No. 6. Pp. 15-43.
202. Biocosmology – neo-Aristotelism (Биокосмология – нео-Аристотелизм). Bilingual Electronic Journal of Universalizing Scientific and Philosophical Research based upon the Original Aristotelian Cosmological Organicism [Электронный ресурс]. - URL: https://biocosmology.org/ (дата обращения: 26.11.2024).
203. Cockshott P. Calculation in-Natura, from Neurath to Kantorovich. 2008 [Электронный ресурс]. - URL: https://www.academia.edu/1119115/Calcul ... antorovich (дата обращения: 26.11.2024).
204. Cockshott P., Cottrell A. Information and Economics: A Critique of Hayek. 1998 [Электронный ресурс]. - URL: https://www.academia.edu/78781380/Infor ... e_of_hayek (дата обращения: 26.11.2024).
205. Fayol Henri. Administration industrielle et générale. - Paris: Dunod et Pinat, 1917. - 174 p.
206. von Weizsaecker E., Wijkman A. Come On! Capitalism, Short-termism, Population and the Destruction of the Planet. - Springer, 2018. - 220 p.

Основные публикации по солидарной цифровой экономике

1. Орлов А.И. Неформальная информационная экономика будущего // Неформальные институты в современной экономике России: Материалы Третьих Друкеровских чтений. - М.: Доброе слово: ИПУ РАН, 2007. – С.72-87.
2. Орлов А.И. Неформальная информационная экономика будущего - базовая организационно-экономическая теория // Управление развитием крупномасштабных систем (MLSD'2008). Материалы Второй международной конференции. Том 1. - М.: ИПУ РАН, 2008 г. С.72 - 74.
3. Орлов А.И. Основные идеи неформальной информационной экономики будущего – новой организационно-экономической теории // Четвертая международная конференция по проблемам управления: Сборник трудов. − М.: ИПУ РАН, 2009. – C.672 - 686.
4. Орлов А.И. Проблемы управления развитием крупномасштабных систем в условиях экономического кризиса с точки зрения неформальной информационной экономики будущего // Управление развитием крупномасштабных систем (MLSD’2009). Материалы Третьей международной конференции (5-7 октября 2009 г., Москва, Россия). Т.1. - М.: ИПУ РАН, 2009. – С.138-140.
5. Орлов А.И. Сети экспертов в неформальной информационной экономике будущего // Теория активных систем. Труды международной научно-практической конференции (17-19 ноября 2009 г., Москва, Россия). Том I. Общая редакция – В.Н. Бурков, Д.А. Новиков. – М.: ИПУ РАН, 2009. – С. 279 - 287.
6. Орлов А.И. Троянские обучающие технологии в экономике и менеджменте // Когнитивный анализ и управление развитием ситуаций (CASC'2009): Труды Международной конференции (17-19 ноября 2009 г., Москва). – М.: ИПУ РАН, 2009. – С.76 - 79.
7. Орлов А.И. Институциональные проблемы неформальной информационной экономики будущего // Информационная экономика: институциональные проблемы: Материалы Девятых Друкеровских чтений / Под ред. Р.М. Нижегородцева. – М.: Доброе слово, 2009. - С.179-184.
8. Орлов А.И. О развитии неформальной информационной экономики будущего - базовой организационно-экономической теории. - Стратегическое планирование и развитие предприятий. Секция 1 / Материалы Одиннадцатого всероссийского симпозиума. Москва, 13-14 апреля 2010 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2009. - С.168-170.
9. Орлов А.И. Неформальная информационная экономика будущего – базовая организационно-экономическая теория // Вестник Южно-Российского государственного технического университета (Новочеркасского политехнического института). Серия «Социально-экономические науки». 2010. No.2. С .55-67.
10. Орлов А.И. Основные идеи неформальной информационной экономики будущего // ЭТАП: Экономическая Теория, Анализ, Практика. 2010, № 1. С.89-105.
11. Орлов А.И. Подходы неформальной информационной экономики будущего к управлению развитием крупномасштабных систем // Управление развитием крупномасштабных систем (MLSD'2010): Материалы Четвертой международной конференции (4-6 октября 2010, г. Москва, Россия) Том 1. М.: Учреждение Российской академии наук Институт проблем управления им. В.А.Трапезникова РАН, 2010. – С.186-188.
12. Орлов А.И. Организационно-экономическое моделирование в неформальной информационной экономике будущего. - Стратегическое планирование и развитие предприятий. Секция 5 / Материалы Двенадцатого всероссийского симпозиума. Москва, 12-13 апреля 2011 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2011. - С.106-107.
13. Орлов А.И. Глобальный прогноз на основе неформальной информационной экономики будущего // Материалы II Международного научного конгресса «Глобалистика-2011: пути к стратегической стабильности и проблема глобального управления», Москва, 18-22 мая / Под общей ред. И.И. Абылгазиева, И.В. Ильина. В 2-х тт. Том 2. – М.: МАКС-Пресс, 2011. – С.226-227.
14. Орлов А.И. Теория принятия решений и экспертные оценки в неформальной информационной экономике будущего // Управление развитием крупномасштабных систем (MLSD'2011): Материалы Пятой международной конференции (3-5 октября 2011г., Москва, Россия) Том I. М.: Учреждение Российской академии наук Институт проблем управления им. В.А.Трапезникова РАН, 2011. – С.151-154.
15. Орлов А.И. Троянские технологии обучения и неформальная информационная экономика будущего // Когнитивный анализ и управление развитием ситуаций (CASC'2011): Труды IX Международной конференции (14-16 ноября 2011 г., Москва). – М.: ИПУ РАН, 2011.- С.75-78.
16. Орлов А.И. Теория принятия решений в стратегическом планировании на основе неформальной информационной экономики будущего // Стратегическое планирование и развитие предприятий. Секция 2 / Материалы Тринадцатого всероссийского симпозиума. Москва, 10-11 апреля 2012 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2012. - С.128-130.
17. Орлов А.И. Аристотель и неформальная информационная экономика будущего // Biocosmology – neo-Aristotelism. 2012. Vol.2. No.3. P.150-164.
18. Орлов А.И. Роль контроллинга в неформальной информационной экономике будущего // Управление развитием крупномасштабных систем (MLSD'2012). Шестая международная конференция, 1-3 окт. 2012 г., Москва. – Материалы: в 2 т. / общ. ред. С.Н. Васильев, А.Д. Цвиркун. - М.: ИПУ РАН, 2012. – 1 т. (пленарные доклады, секции 1-4). - С.176-178.
19. Орлов А.И. Контроллинг в неформальной информационной экономике будущего // Материалы конференции «Управление в технических, эргатических, организационных и сетевых системах» (УТЭОСС-2012). – СПб.: ГНЦ РФ ОАО «Концерн «ЦНИИ «Электроприбор», 2012. – C.1051-1054.
20. Орлов А.И. Стратегическое управление территориальными и муниципальными образованиями с точки зрения неформальной информационной экономики будущего // Материалы II Международной научно-практической конференции по контроллингу. / Под науч. ред. С.Г. Фалько. – М.: НП «Объединение контроллеров», 2012. - С. 88 – 101.
21. Орлов А.И. Основания неформальной информационной экономики будущего // Системный анализ в экономике – 2012. Секция 1. Материалы научно-практической конференции. Москва. 27 – 28 ноября 2012 г. – М.: ЦЭМИ РАН, 2012. – С.126 – 129.
22. 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.
23. Орлов А.И. Солидарная информационная экономика // Стратегическое планирование и развитие предприятий. Секция 1. Материалы Четырнадцатого всероссийского симпозиума. Москва, 9-10 апреля 2013 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2013. - С.107-109.
24. Орлов А.И. Проблемы методологии государственной политики и управления в неформальной информационной экономике будущего // Научный журнал КубГАУ. 2013. №04(88). С. 592 – 618.
25. Орлов А.И. Роль солидарной информационной экономики в модернизации России // Россия: тенденции и перспективы развития. Ежегодник. Вып. 8. / РАН. ИНИОН. Отд. науч. сотрудничества и междунар. связей; Отв. ред. Ю.С. Пивоваров. – М., 2013. – Ч. 1. – С.111-117.
26. Орлов А.И. Солидарная информационная экономика – инструмент реализации национальных интересов // Национальные интересы: приоритеты и безопасность. 2013. № 33 (222). С.2–10.
27. Орлов А.И. Солидарная информационная экономика как основа управления развитием крупномасштабных систем // Управление развитием крупномасштабных систем (MLSD'2013). Материалы Седьмой международной конференции, 30 сентября – 2 окт. 2013 г., Москва, в 2 т. Под общ. ред. С.Н. Васильева, А.Д. Цвиркуна. – Т.1. Пленарные доклады, секции 1 – 3. – М.: ИПУ РАН, 2013. – С.205 – 207.
28. Орлов А.И. Солидарная информационная экономика как экономическая составляющая государственной идеологии России // Научный журнал КубГАУ, 2014. №04(098). С. 706 – 731.
29. Орлов А.И. Экономическая составляющая государственной идеологии России - солидарная информационная экономика // Государственная идеология и современная Россия. Материалы Всероссийской научно-общественной конференции. Москва, 28 марта 2014 г. - М.: Наука и политика, 2014. – С.183 – 193.
30. Орлов А.И. Солидарная информационная экономика — организационно-экономическая теория инновационного развития России // Инженерный журнал: наука и инновации, 2014, вып. 2 [Электронный ресурс]. - URL: http://engjournal.ru/catalog/indust/hidden/1207.html (Дата обращения 20.09.2024).
31. Орлов А.И. Солидарная информационная экономика - основа нового подхода к решению социально-экономических проблем России // Развитие современной России: проблемы воспроизводства и созидания: сборник научных трудов / под ред. Р.М. Нуреева, М.Л. Альпидовской. – М.: Финансовый университет, 2015. - С.1869 - 1879.
32. Орлов А.И. Солидарная информационная экономика – составная часть теории управления крупномасштабными социально-экономическими системами // Управление развитием крупномасштабных систем MLSD'2014. Сборник научных трудов. Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. Москва, ИПУ РАН, 2014. С. 67-76.
33. Орлов А.И. Функционалистско-органическая (солидарная) информационная экономика – экономика без рынка и денег // Biocosmology - neo-Aristotelism. Vol. 5. Nos. 3&4. 2015. C. 339-359.
34. Орлов А.И. Основные идеи солидарной информационной экономики - базовой организационно-экономической теории // Научный журнал КубГАУ. 2015. №08(112). С. 52 – 77.
35. Орлов А.И. Солидарная информационная экономика - экономика без рынка и денег // Научный журнал КубГАУ. 2015. №09(113). С. 388 – 418.
36. Орлов А.И. О развитии солидарной информационной экономики // Научный журнал КубГАУ. 2016. №07(121). С. 262 – 291.
37. Орлов А.И. Вперед к Аристотелю: освободить экономическую теорию от извращений // Biocosmology – neo-Aristotelism. 2016. Vol. 6. No 3&4. P. 585-587.
38. Орлов А.И. Освободить экономическую теорию от извращений // Россия: тенденции и перспективы развития. Ежегодник. Вып. 11. / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2016. – Ч. 3. – С. 82-87.
39. Орлов А.И. Организационно-экономическое обеспечение управления организациями и территориями с точки зрения солидарной информационной экономики // Научный журнал КубГАУ. 2016. №10(124). С. 926 – 953.
40. Орлов А.И. Вперед к Аристотелю: солидарная информационная экономика вместо рыночной экономики // Россия: тенденции и перспективы развития. Ежегодник. Вып. 12. / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2017. – Ч. 1. – С. 80-84.
41. Орлов А.И. Вперед к Аристотелю: освободить экономическую теорию от извращений // Научный журнал КубГАУ. 2017. №03(127). С. 478 – 500.
42. Орлов А.И. Солидарная информационная экономика взамен рыночной // Экономика знаний в России: от генерации знаний и инноваций к когнитивной индустриализации: материалы IX Междунар. науч.-практ. конф. / отв. ред. В.В. Ермоленко, М.Р. Закарян. – Краснодар: Кубанский гос. ун-т, 2017. – С. 3-14.
43. Орлов А.И. Вперед к Аристотелю: функционалистко-органическая (солидарная) информационная экономика взамен рыночной экономики // Biocosmology - neo-Aristotelism. 2017. Vol. 7, Nos. 3&4. С. 411-423.
44. Орлов А.И. Солидарная информационная экономика - базовая экономическая теория XXI века // Россия: тенденции и перспективы развития. Ежегодник. Вып. 13 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2018. – Ч. 1. - С. 332 - 338.
45. Лойко В.И., Луценко Е.В., Орлов А.И. Современная цифровая экономика. – Краснодар: КубГАУ, 2018. – 508 с. (Глава 1.)
46. Орлов А.И. Цифровая экономика, контроллинг и идеи Аристотеля // Контроллинг в экономике, организации производства и управлении: шансы и риски цифровой экономики: сборник научных трудов IX международного конгресса по контроллингу, под научной редакцией д.э.н., профессора С.Г. Фалько, Тула, 17 мая 2019 года / НП «Объединение контроллеров». – М.: Изд-во НП «Объединение контроллеров», 2019. – С. 166-171.
47. Орлов А.И. Аристотель и цифровая экономика // Biocosmology – neo-Aristotelism. Vol. 9, Nos. 1&2, Winter/Spring 2019. С. 7-20.
48. Орлов А.И. Цифровая экономика, инновации в менеджменте и идеи Аристотеля // Инновации в менеджменте. 2019. №20. С. 74-79.
49. Орлов А.И. Цифровая экономика, инновации в менеджменте, контроллинг и идеи Аристотеля // Информационное общество и цифровая экономика: глобальные трансформации. Материалы IV Национальной научно-практической конференции (Краснодар, 23 - 25 мая 2019 г.). - Краснодар: Кубанский государственный университет, 2019. - С. 44-56.
50. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономической науки / Россия: Тенденции и перспективы развития. Ежегодник. Вып. 15: Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 1 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. –С. 163-167.
51. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономический науки, развивающей идеи Аристотеля / Глобалистика: Глобальные проблемы и будущее человечества. Сб. статей Международного научного конгресса Глобалистика-2020, 18 – 22 мая и 20 – 24 октября 2020 г. / под ред. И.В. Ильина. – М., МООСИПНН Н.Д.Кондратьева, 2020. С. 846-852.
52. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа новой парадигмы экономической науки // Инновации в менеджменте. 2020. №26. С. 52- 59.
53. Орлов А.И. Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 841-845.
54. Орлов А.И. Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки // Biocosmology – neo-Aristotelism. 2020. Vol. 10. № 3-4. С. 406-420.
55. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа современной политэкономии // Научный журнал КубГАУ. 2021. №171. С. 160 – 190.
56. 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.
57. Орлов А.И. Современный капитализм исчерпал себя: о новой парадигме экономической науки // Россия: тенденции и перспективы развития. Ежегодник. Вып. 17: Материалы XXI Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; отв. ред. В.И. Герасимов. – М., 2022. – Ч. 1. – С. 848-852.
58. Орлов А.И. Солидарная цифровая экономика в глобальном тренде научно-технологического и инновационного развития // Научный журнал КубГАУ. 2022. №183. С. 314-330.
59. Орлов А.И. Глобальный тренд научно-технологического и инновационного развития - солидарная цифровая экономика // Научно-технологическое и инновационное сотрудничество стран БРИКС: Материалы международной научно-практической конференции. Вып. 1 / РАН. ИНИОН. Отд. науч. сотрудничества; отв. ред. В.И. Герасимов. – М., 2023. – С. 177-180.
60. Orlov A.I. V.I. Vernadsky and the new paradigm of economic science // Biocosmology – neo-Aristotelism. 2023. Vol.13. Yearly Issue. Pp. 100 - 104.
61. Орлов А.И. В.И. Вернадский и новая парадигма экономической науки // Глобалистика-2023: Сборник материалов Международного научного конгресса. Осенняя сессия, Москва, 23–27 октября 2023 года. – М.: Межрегиональная общественная организация содействия изучению, пропаганде научного наследия Н.Д. Кондратьева, 2024. – С. 540-545.

Приложение

ОБ АВТОРЕ

Орлов Александр Иванович, 1949 г.р., профессор (1995 г. — по кафедре математической экономики), доктор экономических наук (2009 г. — по математическим и инструментальным методам экономики), доктор технических наук (1992 г. — по применению математических методов), кандидат физико-математических наук (1976 г. — по теории вероятностей и математической статистике).
Профессор кафедры «Экономика и организация производства» факультета «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана, руководитель секции «Организационно-экономическое моделирование, эконометрика и статистика», директор Института высоких статистических технологий и эконометрики, заведующий Научно-исследовательской лабораторией «Экономико-математические методы в контроллинге».
Член редколлегий и редакционных советов журналов «Контроллинг», «Инновации в менеджменте», «Экономика космоса», «Заводская лаборатория. Диагностика материалов», Политематического сетевого электронного научного журнала Кубанского государственного аграрного университета (Научного журнала КубГАУ), «Biocosmology – neo-Aristotelism», «Социология: методология, методы, математическое моделирование», «Управление большими системами: сборник трудов». Главный редактор электронного еженедельника «Эконометрика».
Академик Международной академии исследований будущего, Российской Академии статистических методов. Вице-президент Всесоюзной Статистической Ассоциации, президент Российской ассоциации статистических методов.
Основные направления научной и педагогической деятельности: теория принятия решений, прикладная статистика и другие статистические методы, эконометрика, экономико-математические методы, экспертные оценки, менеджмент, экономика предприятия, макроэкономика, экология.
Автор более 1250 научных и методических публикаций в России и за рубежом, в том числе более 60 книг. Один из наиболее цитируемых математиков и экономистов России.
В 2024 г. - лауреат общенациональной премии «Профессор года».

Основные книги проф. А.И. Орлова

1. Орлов, А.И. Устойчивость в социально-экономических моделях / А.И. Орлов. — Москва : Наука,1979. — 296 с.
2. Орлов, А.И. Задачи оптимизации и нечеткие переменные / А.И. Орлов. — Москва : Знание, 1980. — 64 с.
3. Орлов, А.И. Анализ нечисловой информации (препринт) / А.И. Орлов, Ю.Н. Тюрин, Б.Г. Литвак, Г.А. Сатаров, Д.С. Шмерлинг. – Москва : Научный Совет АН СССР по комплексной проблеме «Кибернетика», 1981. — 80 с.
4. Гусев, В.А. Внеклассная работа по математике в 6–8 классах / В.А. Гусев, А.И. Орлов, А.Л. Розенталь. — Москва : Просвещение, 1977. — 288 с. (2-е изд., испр. и доп. — Москва : Просвещение, 1984.). Переводы на казахский, литовский, молдавский, таджикский языки.
5. Орлов, А.И. ГОСТ 11.011-83. Прикладная статистика. Правила определения оценок и доверительных границ для параметров гамма-распределения / А.И. Орлов, Н.Г. Миронова, А.М. Бендерский, А.А. Богатырев, Ю.Д. Филиппов, Л.А. Фомина, М.Б. Невельсон. - М.: Изд-во стандартов, 1984. - 53 с. - Переиздание: М.: Изд-во стандартов, 1985. - 50 с.
6. Орлов, А.И. Рекомендации. Прикладная статистика. Методы обработки данных. Основные требования и характеристики / А.И. Орлов, Н.Г. Миронова, В.Н. Фомин, А.Н. Черчинцев. - М.: ВНИИСтандартизации, 1987. - 62 с.
7. Орлов, А.И. Пакет программ анализа данных «ППАНД» : учебное пособие / А.И. Орлов, И.Л. Легостаева, О.М. Черномордик. - Москва : Сотрудничающий центр Всемирной организации здравоохранения по профессиональной гигиене, 1990. — 93 с.
8. Орлов, А.И. О теоретических основах внеклассной работы по математике и опыте Вечерней математической школы при Московском математическом обществе / Бюллетень №2 Всесоюзного центра статистических методов и информатики. - М.: ВЦСМИ, 1991. - 48 с.
9. Орлов, А.И. Математическое моделирование процессов налогообложения (подходы к проблеме) / А.И. Орлов, В.Г. Кольцов, Н.Ю. Иванова. — Москва : Изд-во ЦЭО Министерства общего и профессионального образования РФ, 1997. — 232 с.
10. Орлов, А.И. Экология : учебное пособие / А.И. Орлов, С.А. Боголюбов и др. — Москва : Знание, 1999. — 288 с.
11. Орлов, А.И. Менеджмент : учебное пособие / А.И. Орлов, С.А. Боголюбов, Ж.В. Прокофьева и др. — Москва : Знание, 2000. — 288 с.
12. Орлов, А.И. Управление качеством окружающей среды : учебник / А.И. Орлов, С.А. Боголюбов. — Т. 1. — Москва : МГИЭМ(ту), 2000. — 283 с.
13. Орлов, А.И. Системы экологического управления : учебник / А.И. Орлов, С.А. Боголюбов. Москва : Европейский центр по качеству, 2002. — 224 с.
14. Орлов, А.И. Эконометрика : учебник. — Москва : Экзамен, 2002 (1-е изд.), 2003 (2-е изд.), 2004 (3-е изд.). — 576 с.
15. Орлов, А.И. Управление промышленной и экологической безопасностью : учебное пособие / А.И. Орлов, В.Н. Федосеев, В.Г. Ларионов, А.Ф. Козьяков. — Москва : УРАО, 2002 (1-е изд.), 2003 (2-е изд.). — 220 с.
16. Орлов, А.И. Менеджмент в техносфере : учебное пособие / А.И. Орлов, В.Н. Федосеев. — Москва : Академия, 2003. — 384 с.
17. Орлов, А.И. Теория и методы разработки управленческих решений : учебное пособие / А.И. Орлов. — Москва : ИКЦ «МарТ» ; Ростов-на-Дону : Издательский центр «МарТ», 2005. — 496 с.
18. Орлов, А.И. Прикладная статистика : учебник / А.И. Орлов. — Москва : Экзамен, 2006. — 672 с.
19. Орлов, А.И. Теория принятия решений : учебник / А.И. Орлов. — Москва : Экзамен, 2006. — 576 с.
20. Орлов, А.И. Проектирование интегрированных производственно-корпоративных структур: эффективность, организация, управление / А.И. Орлов, С.Н. Анисимов, А.А. Колобов, И.Н. Омельченко, А.М. Иванилова, С.В. Краснов : под редакцией А.А. Колобова, А.И. Орлова. — Москва : Изд-во МГТУ им. Н.Э. Баумана, 2006. — 728 с.
21. Орлов, А.И. Оптимальные методы в экономике и управлении. Учебное пособие по курсу «Организационно-экономическое моделирование» / А.И. Орлов. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. – 44 с.
22. Колобов, А.А. Менеджмент высоких технологий. Интегрированные производственно-корпоративные структуры: организация, экономика, управление, проектирование, эффективность, устойчивость / А.А. Колобов, И.Н. Омельченко, А.И. Орлов. — Москва : Экзамен, 2008. — 621 с.
23. Орлов, А.И. Организационно-экономическое моделирование : учебник : в 3 частях. Ч. 1: Нечисловая статистика / А.И. Орлов. — Москва : Изд-во МГТУ им. Н.Э. Баумана, 2009. — 542 с.
24. Орлов, А.И. Эконометрика : учебник для вузов / А.И. Орлов. — Ростов-на-Дону: Феникс, 2009. — 572 с.
25. Орлов, А.И. Менеджмент: организационно-экономическое моделирование : учебное пособие для вузов/ А.И. Орлов. — Ростов-на-Дону : Феникс, 2009. — 475 с.
26. Орлов, А.И. Вероятность и прикладная статистика: основные факты : справочник. — Москва : КноРус, 2010. — 192 с.
27. Орлов, А.И. Организационно-экономическое моделирование: теория принятия решений : учебник. — Москва : КноРус, 2011. — 568 с.
28. Орлов, А.И. Организационно-экономическое моделирование : учебник : в 3 частях. Ч. 2. Экспертные оценки / А.И. Орлов. — Москва : Изд-во МГТУ им. Н.Э. Баумана, 2011. — 486 с.
29. Орлов, А.И. Устойчивые экономико-математические методы и модели. Разработка и развитие устойчивых экономико-математических методов и моделей для модернизации управления предприятиями / А.И. Орлов. — Saarbrücken : Lambert Academic Publishing, 2011. — 436 с.
30. Орлов, А.И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч. 3. Статистические методы анализа данных / А.И. Орлов. — Москва : Изд-во МГТУ им. Н.Э. Баумана, 2012. — 624 с.
31. Орлов, А.И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания / А.И. Орлов. — Saarbrücken : Palmarium Academic Publishing, 2012. — 344 с.
32. Орлов, А.И. Системная нечеткая интервальная математика : монография / А.И. Орлов, Е.В. Луценко. — Краснодар, КубГАУ. 2014. — 600 с.
33. Орлов, А.И. Перспективные математические и инструментальные методы контроллинга : монография / А.И. Орлов, Е.В. Луценко, В.И. Лойко ; под научной редакцией профессора С.Г. Фалько. — Краснодар : КубГАУ, 2015. — 600 с.
34. Орлов, А.И. Организационно-экономическое, математическое и программное обеспечение контроллинга, инноваций и менеджмента : монография / А.И. Орлов, Е.В. Луценко, В.И. Лойко ; под общей редакцией С.Г. Фалько. — Краснодар : КубГАУ, 2016. — 600 с.
35. Лойко, В.И. Современные подходы в наукометрии: монография / В.И. Лойко, Е.В. Луценко, А.И. Орлов ; под научной редакцией профессора С.Г. Фалько. — Краснодар : КубГАУ, 2017. — 532 с.
36. Орлов, А.И. Методы принятия управленческих решений : учебник / А.И. Орлов. — Москва : КНОРУС, 2018. — 286 с.
37. Лойко, В.И. Современная цифровая экономика / В.И. Лойко, Е.В. Луценко, А.И. Орлов. — Краснодар : КубГАУ, 2018. — 508 с.
38. Лойко, В.И. Высокие статистические технологии и системно-когнитивное моделирование в экологии : монография / В.И. Лойко, Е.В. Луценко, А.И. Орлов. — Краснодар : КубГАУ, 2019. — 258 с.
39. Орлов, А.И. Эконометрика : учебное пособие. — Москва, Саратов : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 676 c.
40. Агаларов, З.С. Эконометрика : учебник / З.С. Агаларов, А.И. Орлов — М.: Дашков и К°, 2021 (1-е изд.), 2023 (2-е изд.), 2024 (3-е изд.).. — 380 с.
41. Орлов, А.И. Искусственный интеллект: нечисловая статистика : учебник. — М.: Ай Пи Ар Медиа, 2022. — 446 c.
42. Орлов, А.И. Искусственный интеллект: статистические методы анализа данных : учебник. — М.: Ай Пи Ар Медиа, 2022. — 843 c.
43. Орлов, А.И. Искусственный интеллект: экспертные оценки : учебник. — М.: Ай Пи Ар Медиа, 2022. — 436 c.
44. Орлов, А.И. Основы теории принятия решений : учебное пособие. — М.: Ай Пи Ар Медиа, 2022. — 66 c.
45. Орлов, А.И. Прикладной статистический анализ : учебник. — М.: Ай Пи Ар Медиа, 2022. — 812 c.
46. Орлов, А.И. Проблемы управления экологической безопасностью : учебное пособие. — М.: Ай Пи Ар Медиа, 2022. — 224 c.
47. Орлов, А.И. Теория принятия решений : учебник. — М.: Ай Пи Ар Медиа, 2022. — 826 c.
48. Орлов, А.И. Устойчивые экономико-математические методы и модели : монография. — М.: Ай Пи Ар Медиа, 2022. — 337 c.
49. Орлов, А.И. Экспертные оценки : учебное пособие. — М.: Ай Пи Ар Медиа, 2022. — 57 c.
50. Орлов, А.И. Анализ данных, информации и знаний в системной нечеткой интервальной математике: научная монография / А.И. Орлов, Е.В. Луценко.. – Краснодар: КубГАУ, 2022. – 405 с.
51. Орлов, А.И. Методы и инструменты менеджмента : учебник / А. И. Орлов. — Москва : Ай Пи Ар Медиа, 2023. — 403 c.
52. Орлов, А.И. Менеджмент: методы и инструменты : учебное пособие для СПО / А. И. Орлов. — Саратов : Профобразование, 2023. — 383 c.
53. Орлов, А.И. Эконометрика : учебник. — Москва : Ай Пи Ар Медиа, 2024. — 525 c.
54. Орлов, А.И. Шестьдесят лет в мире формул (1964 - 2023): Комментарии к списку научных и методических трудов. – М.: Институт высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана, 2024. – 524 с. [Электронный ресурс] – URL: viewtopic.php?f=1&t=3711 (дата обращения 22.09.2024).

Описание научной деятельности и вклада в развитие науки и образования проф. А.И. Орлова

Орлов Александр Иванович в 1966 г. закончил физматшколу № 2 г. Москвы (с золотой медалью), в 1971 г. с отличием окончил Механико-математический факультет Московского государственного университета имени М.В. Ломоносова. Работал в Центральном экономико-математическом институте АН СССР (1971 – 1978), Центральной научно-исследовательской лаборатории Четвертого главного управления при Минздраве СССР (1978 – 1981), Всесоюзном научно-исследовательском институте стандартизации Госстандарта СССР (1981 – 1989), возглавлял созданный им Всесоюзный центр статистических методов и информатики (1989 – 1992).
В 1976 г. А.И. Орлов становится кандидатом физико-математических наук (по теории вероятностей и математической статистике), в 1992 г. – доктором технических наук (по применению математических методов в научных исследованиях – диссертация в форме научного доклада). С 1993 по 2007 гг. он – профессор Московского государственного института электроники и математики (технического университета). В 1995 г. ему присвоено ученое звание профессора (по кафедре математической экономики).
С 1997 г. и по настоящее время основное место работы А.И. Орлова – Московский государственный технический университет имени Н.Э. Баумана; он – профессор кафедры экономики и организации производства факультета «Инженерный бизнес и менеджмент», по совместительству с 2017 по 2021 гг. – профессор кафедры вычислительной математики и математической физики факультета «Фундаментальные науки» МГТУ им. Н.Э. Баумана. Параллельно он работал и в других вузах и организациях, в том числе в Московском физико-техническом институте, Российской экономической академии им. Г.В. Плеханова, Российской академии народного хозяйства и государственной службы при Президенте Российской Федерации, Московском государственном университете прикладной биотехнологии, Центральном научно-исследовательском институте машиностроения Государственной корпорации по космической деятельности «Роскосмос». В 2009 г. А.И. Орлов стал доктором экономических наук (по математическим и инструментальным методам экономики).
Профессором А.И. Орловым создано новое направление в области математических методов исследования – статистика нечисловых данных. Он предложил способ введения эмпирических и теоретических средних, доказал законы больших чисел, нашел асимптотическое поведение решений экстремальных статистических задач, предложил и изучил непараметрические оценки плотности распределения вероятности, изучил асимптотическое распределение статистик интегрального типа. Им создана асимптотическая статистика интервальных данных. Он дал характеризацию средних величин с помощью шкал измерения и указал способ сведения нечетких множеств к случайным. Им опубликована первая книга отечественного автора по теории нечеткости («Задачи оптимизации и нечеткие переменные», 1980).
А.И. Орлов предложил ряд новых методов в непараметрической статистике, касающихся оценивания скорости сходимости, проверки гипотез однородности и симметрии, метода наименьших квадратов и др., а также и в параметрической статистике (оценивание параметров гамма-распределения и бета-распределения, одношаговые оценки параметров и др.), в многомерном статистическом анализе (регрессионный анализ, теория классификации, снижение размерности), в теории временных рядов.
Профессор А.И. Орлов активно занимался прикладными исследованиями в технических науках, теории принятия решений, контроллинге, экономике, менеджменте, науковедении и других областях (в экологии, социологии и др.); разработал новую парадигму математических методов исследования и на ее основе – системную нечеткую интервальную математику; предложил теорию устойчивости выводов в математических моделях, аддитивно-мультипликативную модель оценки рисков и др.; создал солидарную цифровую экономику, дающую основу новой парадигме экономической теории; развил современную теорию экспертных оценок.
Созданным и возглавляемым А.И. Орловым Всесоюзным центром статистических методов и информатики было разработано и внедрено более 30 программных продуктов по статистическим методам управления качеством. Он участвовал в государственных проектах по уничтожению химического оружия, оценке и прогнозированию инфляции, моделированию систем налогообложения, обеспечению безопасности полетов, в ракетно-космической области. А.И. Орлов являлся главным научным консультантом при разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий (работа выполнена авиакомпанией «Волга – Днепр» при поддержке Министерства образования и науки Российской Федерации в рамках реализации постановления Правительства Российской Федерации от 9 апреля 2010 г. № 218).
По данным Российского индекса научного цитирования профессор А.И. Орлов – один из самых цитируемых ученых России по математике и экономическим наукам, автор более 700 научных публикаций, в том числе более 50 книг.
Своими учителями А.И. Орлов считает академика АН УССР Б.В. Гнеденко и доктора технических наук, профессора В.В. Налимова, при этом он относит себя к отечественной научной школе в области теории вероятностей и математической статистики, созданной академиком А.Н. Колмогоровым.
Профессор А.И. Орлов разработал и внедрил в преподавание новаторские учебные курсы по прикладной статистике, эконометрике, теории принятия решений, организационно-экономическому моделированию, подготовил учебники по этим дисциплинам. В 2022 - 2024 гг. выпущены новые издания 12 его учебников и учебных пособий, подготовленных без соавторов. Написанные А.И. Орловым учебники широко цитируют и в научных публикациях. Так, по данным Академии Google книга «Теория принятия решений» процитирована более 1,5 тыс. раз, книга «Прикладная статистика» – более 1,4 тыс. раз, книга «Эконометрика» – более 1,25 тыс. раз.
Эти и другие учебники профессора А.И. Орлова имеют черты научных монографий, а потому они широко используются не только преподавателями и студентами, но и исследователями, что являет собой констатацию создания им отечественной научной школы в области организационно-экономического моделирования, эконометрики и статистики. Признанием энциклопедических знаний А.И. Орлова, заслуг в развитии науки, технологий, техники и образования может служить избрание его действительным членом Российской академии статистических методов; он избран академиком Международной академии прогнозирования, член Московского общества испытателей природы (учреждено в 1805 году).
Активная жизненная позиция А.И. Орлова ярко проявляется в вопросах организации исследований и подготовке научных кадров, в его участии в научно-общественной жизни в различных сферах деятельности. Он работал в комиссиях и комитетах Научного совета АН СССР по комплексной проблеме «Кибернетика» и Всесоюзного совета научно-технических обществ; выступил одним из основных организаторов Всесоюзной статистической ассоциации, на ее Учредительном съезде в октябре 1990 г. был избран вице-президентом, руководителем секции статистических методов.
Больше 40 лет А.И. Орлов работает в редколлегии журнала «Заводская лаборатория. Диагностика материалов» и ее секции «Математические методы исследования»; в этом журнале опубликовано более 100 его статей. Он является членом редколлегий еще ряда научных журналов, таких как: «Контроллинг», «Инновации в менеджменте» (заместитель главного редактора), «Экономика космоса», «Социология: методология, методы, математическое моделирование», периодического сборника научных трудов «Управление большими системами»; членом редакционных советов международного научного журнала «Biocosmology – neo-Aristotelism» и Политематического сетевого электронного научного журнала Кубанского государственного аграрного университета (научного журнала КубГАУ).
Большую работу профессор А.И. Орлов проводит как руководитель секции «Организационно-экономическое моделирование, эконометрика и статистика» кафедры экономики и организации производства, заведующий научно-исследовательской лабораторией «Экономико-математические методы в контроллинге» МГТУ им. Н.Э. Баумана. Научный семинар этой лаборатории создан в 2007 г.; на его 211 заседаниях под председательством А.И. Орлова подробно обсуждались доклады по готовящимся докторским и кандидатским диссертациям. Десятки докладчиков в дальнейшем успешно защитились. Под научным руководством А.И. Орлова защищено 10 диссертаций.
Большую работу А.И. Орлов проводит в качестве оппонента и члена диссертационных советов; в настоящее время он – заместитель председателя диссертационного совета 24.2.331.24, а также член Ученого совета Научно-учебного комплекса «Инженерный бизнес и менеджмент» МГТУ им. Н.Э. Баумана.
Профессор А.И. Орлов всегда уделял большое внимание пропаганде научных и научно-технических знаний, просветительской деятельности, популяризации достижений науки, технологий и техники. С 1965 г. (с 10 класса средней школы) он вел занятия со школьниками в Вечерней математической школе при Московском математическом обществе; с 1970 по 1977 гг. – директор этой школы. В 1966 – 1970 гг. А.И. Орлов работал в физматшколе № 2 (в настоящее время – лицей «Вторая школа»). Общий тираж итоговой книги «Внеклассная работа по математике в 6-8 классах» (в соавторстве с В.А. Гусевым и А.Л. Розенталем) – более 500 тыс. экз. Им опубликовано более 70 научно-популярных статей в журналах «Пионер» (раздел «Встречи с тремя неизвестными») и «Квант»; в последние годы он – автор научно-популярных статей в журналах «Наука и жизнь», «Квантик», газете «Экономика и жизнь» и др.
В 2018 году А.И. Орлов был объявлен победителем Всероссийского конкурса «Золотые Имена Высшей Школы» в номинации «За вклад в науку и высшее образование», организованного Межрегиональной общественной организации «Лига Преподавателей Высшей Школы» при поддержке Министерства науки и высшего образования Российской Федерации с использованием гранта Президента Российской Федерации.
Вся многолетняя яркая творческая деятельность профессора А.И. Орлова всегда была направлена на разработку новых направлений науки, технологии, техники и образования, внедрение их результатов в преподавание, развитие принципов «Образование через науку» и «Интеграция образования, науки и производства», усиление мотивации научной и инженерной деятельности, в деле воспитания учащихся, молодежи и студентов, уважительного отношения к профессии инженера, ученого и преподавателя.
На официальном сайте Университета профессор А.И. Орлов заслуженно назван выдающимся ученым.

Руководитель Научно-учебного комплекса и декан факультета «Инженерный бизнес и менеджмент» Московского государственного технического университета им. Н.Э. Баумана, доктор технических наук, доктор экономических наук, профессор

И.Н. Омельченко

Проф.А.И.Орлов · **Добавлено:** Сб фев 15, 2025 11:41 am

1307. Чернявская А.Ю., Орлов А.И. Когнитивные искажения в процессе принятия управленческих решений // Четырнадцатые Чарновские чтения. Сборник трудов XIV Всероссийской научной конференции по организации производства. Форум «Современное предприятие и будущее России». Москва, 6 декабря 2024 г. – М.: МГТУ им. Н. Э. Баумана, НП «Объединение контроллеров», 2024. – С. 220-227.

УДК 159.956:005.4, JELClassification: M11, O32

Когнитивные искажения в процессе принятия управленческих решений

Чернявская А.Ю. 1, Орлов А.И. 2
1 студент магистратуры МГТУ им. Н.Э. Баумана, nastya.andreevna.2018@inbox.ru
2 профессор, доктор экономических и технических наук, профессор кафедры «Экономика и организация производства» МГТУ им. Н.Э. Баумана, prof-orlov@mail.ru

Аннотация. В статье рассмотрены причины и условия появления когнитивных искажений, а также их влияние на принимаемые решения. Проанализирована литература по теме исследования и выявлены некоторые виды когнитивных искажений. Статья может быть полезна для руководителей и специалистов, разрабатывающих стратегии и принимающих ключевые решения, а также для преподавателей и студентов при изучении проблем управления, экономики, менеджмента.
Ключевые слова: когнитивные искажения, интуиция, управленческие решения.

Cognitive distortions in the management decision-making process

Anastasia Chernyavskaya1, Alexander Orlov2
1 graduate student of Bauman Moscow State Technical University, nastya.andreevna.2018@inbox.ru
2 Professor, Doctor of Economics and Technical Sciences, Professor of the Department of Economics and Organization of Production at Bauman Moscow State Technical University, prof-orlov@mail.ru

Abstract. The article examines the causes and conditions of the appearance of cognitive distortions, as well as their impact on decisions. The literature on the research topic has been analyzed and some types of cognitive distortions have been identified. The article can be useful for managers and specialists who develop strategies and make key decisions, as well as for teachers and students when studying problems of management, economics, and management.
Key words: cognitive distortions, intuition, management decisions.

Введение
Актуальность темы статьи подтверждается тем, что наука должна следовать в ногу со временем. Особенно в вопросах, которые ведут к практической и коммерческой пользе. В нашем мире существует большое количество сфер деятельности, в которых результативность и успешность субъекта оказывает большое влияние на весь процесс. Как нам кажется, данная проблема не должна оцениваться сугубо с точки зрения психологии. Существуют проблемы и практические задачи, которые невозможно решить методами отдельно взятой науки. Требуется междисциплинарный принцип. Нам необходимо принимать во внимание, что во всех системах – имеется человек. Люди обладают индивидуальными свойствами, которые необходимо принимать во внимание для экономического анализа.
Понятие «когнитивные искажения» было введено Д. Канеманом в 1972 г [1]. Когнитивные искажения, возникающие при принятии решений, становятся все более обсуждаемой темой в последнее время. Эта тема вызывает многочисленные диспуты, поскольку являются загадкой психологические механизмы и теории, лежащие в основе рациональности принимаемых решений.
Нами поставлена цель - определить влияние когнитивных искажений на принимаемые решения. В ходе проведенного исследования было выявлено существенное влияние когнитивных искажений, оказывающих решающее влияние на поведение в ситуациях, где необходимо сделать выбор.
Одна из наиболее масштабных и известных исследовательских работ в области психологии принятия решений связана с работами Д. Канемана – она посвящена изучению когнитивных искажений и эвристик (совокупность методов, используемых в процессе открытия нового и ускоряющих решение творческих задач). Когнитивные искажения относятся к широкому спектру систематических отклонений от рациональности в процессе принятия управленческого решения. Далее под эвристиками мы понимаем психологические механизмы, позволяющие нам принимать решение в условиях ограниченного количества информации. Но зачастую принятые в таких условиях решения приводят нас к ряду систематических ошибок.
Данная статья посвящена обзору и обсуждению наиболее перспективных, ведущих тенденций в области исследования когнитивных искажений, ориентированных на прояснение психологических механизмов, лежащих в основе когнитивных искажений.
Под когнитивными искажениями будем понимать систематические ошибки, связанные с влиянием на принимаемые решения, которые сформировались у индивида [2].
Под управленческим решением будем понимать - конкретное действие руководителя, основанное на его знаниях и опыте и направленное на разрешение организационных задач, обеспечение контроля за работой служб предприятия, обеспечение четкой координации работ и ресурсов [3].

Когнитивные искажения
Когнитивные искажения необходимо учитывать при экономическом анализе, а принимать во внимание их влияние на принимаемые решения. Для дальнейшего исследования необходимо представить разработать классификацию когнитивных искажений, влияющих на принятие решений в экономической сфере. Поскольку перечисление всех видов когнитивных искажений в рамках одной статьи не представляется возможным, целесообразно будет привести некоторые примеры когнитивных искажений, которые представлены в табл. 1.

Таблица 1. Когнитивные искажения, выявленные Д. Канеманом и А. Тверски
№ п/п Критерии Когнитивные искажения
1 Риск Неприятие риска
2 Эффект псевдоуверенности
3 Рациональность Принятие желаемого за действительное
4 Эффект большинства
5 Информация Ошибка, связанная с авторитетом
6 Эффект неопределенности
7 Эффект формулировки
8 Нормы и правила Эффект морального доверия

Примечание. Данная классификация когнитивных искажений составлена на основе работ Д. Канемана и А. Тверски.

Человек, оказавшись в ситуации, сопряженной с риском, может принимать решения по-разному. В условиях, когда существуют определенные риски, находят свое отражение определенные когнитивные искажения. Например, неприятие риска, отрицание вероятности (возможности) реализации риска, эффект псевдоуверенности.
Далее изложена суть выявленных когнитивных искажений и обоснована связь с экономическими категориями.
Д. Канеман и А. Тверски в рамках своей теории «перспектив» разработали концепцию «неприятия потери» для объяснения неприятия риска [2].
Неприятия риска – это явление, когда люди испытывают больше неудовольствия от потери, нежели удовольствие от получения эквивалентной прибыли [4]. Иными словами, оценивая вероятность риска при принятии решения, люди куда острее переживают снижение своего уровня благосостояния, чем потенциальную перспективу его роста. Для несклонного к риску человека потери имеют куда большее значение, чем потенциальная прибыль, что не позволяет ему сделать выбор непредвзято.
В проведенном нами эксперименте было 20 испытуемых, которым предлагали сыграть в игру с простыми правилами: выпадение «решки» - означает выиграть 1000 руб., а выпадение «орла» - проигрыш 1000 руб. Результаты представлены в табл. 2. Большинство людей посчитали такие условия неприемлемыми и отказались. Далее было предложено сыграть в игру, где выпадение «решки» означало бы выигрыш 1100 руб., а выпадение «орла» - проигрыш 1000 руб. С точки зрения вероятности – она повысилась, однако, испытуемые и в этом случае в большинстве своем отказались. Это означает, что утрата определенной суммы - вызывает, куда более существенные эмоции, чем потенциальный выигрыш. Даже несмотря на возросшую вероятность. Большинство людей не склонны к риску, даже если вероятность отрицательного исхода снижается.

Таблица 2. Результаты эксперимента
№ эксперта Выигрыш 1000, проигрыш 1000 Выигрыш 1100, проигрыш 1000
Эксперт 1 отказались отказались
Эксперт 2 отказались отказались
Эксперт 3 отказались отказались
Эксперт 4 отказались отказались
Эксперт 5 отказались отказались
Эксперт 6 отказались согласились
Эксперт 7 согласились согласились
Эксперт 8 согласились согласились
Эксперт 9 отказались отказались
Эксперт 10 отказались отказались
Эксперт 11 отказались отказались
Эксперт 12 отказались отказались
Эксперт 13 отказались согласились
Эксперт 14 отказались согласились
Эксперт 15 отказались отказались
Эксперт 16 согласились согласились
Эксперт 17 отказались отказались
Эксперт 18 согласились согласились
Эксперт 19 отказались отказались
Эксперт 20 отказались отказались
Итог: 16 из 20 отказались 7 из 20 согласились

Эффект псевдоуверенности – другое когнитивное искажение, при котором индивид склонен принимать консервативное решение, направленное на то, чтобы избегать рискованных ситуаций, зачастую даже тогда, когда ожидаемый результат положителен, и, напротив, демонстрирует готовность идти на риск, чтобы избежать отрицательных результатов [5].
В 1986 году Д. Канеман и А. Тверски провели ряд исследований по изучению «эффекта псевдоуверенности» с большой группой испытуемых [6]. Данную группу подвергли двум экспериментам. В первом эксперименте Д. Канеман и А. Тверски предложили испытуемым выбор:
1. 25% - потеря 30 долларов, 75 % - что они не потеряют ничего.
2. 20% - потеря 45 долларов, 80 % - не потерять ничего.
В данном эксперименте 40% людей выбирали первый вариант, а 60% выбирали второй вариант. То есть ради снижения риска на 5% люди были готовы потерять 15 долларов.
На следующий день Д. Канеман и А. Тверски той же группе предложили выбрать один из следующих вариантов:
1. 100% гарантия того, что они выиграют 30 долларов;
2. 80% - выиграть 45 долларов, 20 % - не выиграть ничего;
В этом случае, подавляющее большинство выбрало консервативный метод – стопроцентную гарантию выигрыша [6].
Принятие желаемого за действительное – когнитивное искажение, которое влечет за собой неверные убеждения. Эти убеждения или решения могут зависеть от желаний конкретного индивида. Принятие желаемого за действительное – могут приводить с существенным заблуждениям в краткосрочной перспективе, без существенных потерь, при условии, что субъект сможет связать причины и следствия [7].
Например, представим себе, что имеется компания «А», которая разрабатывает совершенно новый продукт. Руководитель проекта – оптимист и энтузиаст, глубоко вдохновленный своей идеей, видит большую перспективу развития данного продукта. Он принимает во внимание большое количество отзывов о своем продукте от числа близкого круга людей. Но совершенно игнорирует сигналы, что подобные продукты уже существуют на рынке, игнорирует большую конкуренцию, а также негативные отзывы и критику. Каков может быть результат? Продукт может не найти своего потребителя, и компания может потерпеть финансовые убытки.
Эффект большинства – когнитивное искажение, которое носит инстинктивный характер [8]. Представим себе, что на рынке появился новый продукт - «умная» кофемашина, которая предлагает множество функций: автоматическое приготовление кофе по индивидуальным рецептам с синхронизацией приложением на телефоне. И огромное количество человек начинает скупать данный продукт. Эффект массового увлечения описывается взаимодействием спроса и предпочтений. Эффект возникает тогда, когда предпочтения к товару увеличиваются с ростом числа людей, покупающих этот товар. Подобное взаимодействие нарушает нормальные результаты теории спроса и предложения. Покупатели, не имея своего собственного опыта, опираются на мнение и опыт большинства, которое формирует восприятие продукта. Однако, они могут упускать из вида, что многие функции кофемашины им могут быть и не нужны в повседневной жизни. Зараженность эффектом большинства приводит к подмене понятий: «если большинство покупает, значит, это действительно хороший продукт». Ограничения информации или неправильная ее трактовка способна привести к когнитивным искажениям: ошибке информации, предвзятости суждений и т.д.
Ошибка, связанная с авторитетом – склонность принимать решения на основе мнения эксперта по теме. В связи с этим, человек принимает решение и делает выбор, основываясь на не на своих умозаключениях, а на представлениях лиц, которые считаются авторитетными. Зачастую информация от эксперта не подвергается критическому анализу [9].
Эффект неопределенности – Д. Канеман предполагал, что в сложной ситуации неопределенности человек попадает в ловушку, расставленную быстрым, интуитивным мышлением. Из-за недостатка информации происходит перераспределение ожидаемого выигрыша в пользу варианта, который несет в себе полную информацию. При этом могут быть отвергнуты изначально перспективные и выгодные идеи [10].
Нередко принятие решений приходится выполнять в условиях неустранимого недостатка информации, препятствующего прямому применению расчетных методов. В таких случаях классическим способом выработки решения у руководителей является использование интуиции, внутреннего ощущения, основанного на неисследованных до текущего момента функциях головного мозга. Наиболее же интересной сферой применения интуиции являются задачи, в которых недостаток информации затрагивает не только исходные данные, но и конечные цели – в которых заранее невозможно разработать чёткие критерии и оценки. Нередко являются сложными и оценки результата: например, являются неясными характеристики такого результата, как «победа в бизнесе», и эти оценки могут разниться и различаться, в зависимости от оценивающего. Один эксперт будет считать победой - прибыль в ограниченный промежуток времени, другой же будет считать победой охват максимальной доли рынка. Таким образом, можно делать вывод, что интуиция весьма важна для принятия правильных решений. Ответы экспертов, основанных на интуиции, являются ценными и незаменимыми. Если бы их ответы основывались на рациональных мыслительных операциях, на подсчетах и расчетах, то их функции мог бы реализовать искусственный интеллект. Исследования в области интуиции в настоящее время активно ведутся на кафедре «Экономика и организация производства» МГТУ им. Н.Э. Баумана [11-13].
Эффект формулировки – когнитивное искажение, при котором решение человека существенно зависит от того, как информация представлена или сформулирована. Одинаковые факты могут вызывать различные эмоциональные реакции. Например, информация до подчиненных может доходить с искажением по иерархической структуре организации, т.е. каждый управленец формулирует и передает задание так, как понял его. В результате, исполнитель допускает ошибки. Также возникает возможность манипулирования выбором: информация подается в позитивном или негативном ключе, что в свою очередь влияет на исход, т.е. на принимаемое решение [9].
Эффект морального доверия – когнитивное искажение, при котором имеется склонность приписывать индивиду/предприятию, идее определенные качества или характеристики, которые в будущем могут быть не оправданы. Например, человек в организации – безупречный работник, имеющий в будущем большие шансы проявить качества, которые от него ожидаются в наименьшей степени, может выполнить работу некачественно, не в срок. Если все вокруг считают его лучшим – у него возникает иллюзия, что любое его действие является самым лучшим [9].

Влияние интуиции
Зачастую руководители придают слишком большое значение мероприятиям, которые, по их мнению, приведут к полному устранению риска. Другими словами, когнитивное искажение заключается в желании иметь абсолютное отсутствие риска.
При прогнозировании развития предприятия могут недооценивать влияние внешней среды и переоценивать собственные возможности. Предсказывая будущее инновационного проекта, можно заметить, то эксперты в основном пересказывают прошлое, занимаясь экстраполяцией.
Хорошие шахматисты могут видеть ситуации так, как мы не можем - они пользуются своей интуицией, что основано на большом объеме накопленного опыта. Спортсмены: хоккеисты, футболисты – могут предсказать, что будет делать их оппоненты в следующие 5 секунд. Столкнувшись с любой задачей – будь то выбор в шахматах, решение управленца, где имеется фактор неопределенности – механизм интуитивного мышления включается на полную мощность. Если у человека есть подходящие знания, интуиция распознает ситуацию, и интуитивные решения, приходящее в голову, вероятнее всего, окажутся верными. Так происходит и с гроссмейстером: когда шахматист смотрит на доску, у него возникают в мыслях только сильные ходы. Даже когда вопрос трудный и квалификации, знаний не хватает для решения вопроса – у интуиции имеется шанс: ответ быстро приходит в голову. Так, например, Д. Канеман приводил в пример директора крупной финансовой компании, который принял решение вложить несколько миллионов долларов в акции автомобильной компании «Форд». Перед директором стоял трудный вопрос: «Стоит ли вкладывать деньги в акции компании «Форд»?». Но его выбор был определен ответом на совершенно другой вопрос: «Нравятся ли мне автомобили «Форд»?»[1]
Здесь мы переходим к теории двух систем мышления Д. Канемана и А. Тверски. Теория различает два класса обработки информации: система 1 и система 2.
Система 1 – режим быстрого, интуитивного мышления. Генерирует удивительно сложные схемы мыслей, которые и являются главным источником сознательного выбора. Именно она создает ощущение когнитивной легкости, пониженной бдительности.
Система 2 – режим медленного мышления, требующего определенного усилия. Она упорядочивает мысли в определенные последовательности шагов [1].

Выводы

На основе всего вышесказанного можно сделать следующий вывод: когнитивные искажения встречаются повсеместно, могут присутствовать при выработке каждого принимаемого решения, и это необходимо учитывать. Это утверждение, в свою очередь, позволяет сделать вывод, что для успешного принятия решений и их результативных практических применений необходимо знакомство управленцев с влиянием когнитивных искажений, разработка методов активации и усиления интуиции. Например, использование теории решения изобретательских задач и других методов активации интуиции [11 - 13].
Для успешной адаптации к изменениям деловой среды, компании должны развиваться и не вычеркивать из процесса «человека». Человек нельзя воспринимать как ресурс. Иммануил Кант говорил: «Относись к человеку не как к средству, но как к цели». Знамение времени - поведенческий контроллинг, предполагающий возвращение человека в экономику, организацию производства и менеджмент [14].
Чтобы успешно бороться с допускаемыми ошибками, руководителей следует вооружить знаниями о природе когнитивных искажений. Компаниям по силам решать подобные проблемы, но важно научить руководителей и сотрудников рефлексировать над собственными действиями.
Для того, чтобы избежать ошибок в управлении, руководителям и специалистам, прежде всего контроллерам, следует изучить природу необъективности решений и уметь с ними работать. Зачастую проблема возникает тогда, когда организация «закрыта» для получения новой информации.

Литература
1. Канеман Д. Думай медленно... решай быстро. М.: АСТ, 2014. 653 с.
2. Tversky A., Kahneman D. Judgment under Uncertainty. Heuristics and Biases // Science. 1974. Vol. 185. P. 1124–1131.
3. Орлов А.И. Менеджмент: организационно-экономическое моделирование. Учебное пособие для вузов. Ростов-на-Дону: Феникс, 2009. 475 с.
4. Kahneman D., Knetsch J.L., Thaler R. H. Anomalies: the endowment effect, loss aversion, and status quo bias // The Journal of Economic Perspectives. 1991. No. 5 (1). P. 193–206.
5. Hardman D. Judgment and decision making: psychological perspectives. Malden, MA, Wiley-Blackwell, 2009. 221 p.
6. Kahneman D., Tversky A. Rational Choice and the Framing of Decisions // The Journal of Business. 1986. Vol. 59, № 4. Part 2. S251-S278
7. Baron J. Thinking and Deciding. Cambridge, Cambridge University Press, 2000. 570 p.
8. О’Шонесси Дж. Принципы организации управления фирмой. М.: Прогресс, 1979. 420 с.
9. Sanna L. J., Schwarz N. Integrating temporal biases: The interplay of focal thoughts and accessibility experiences // Psychological Science (American Psychological Society). 2004. No. 15 (7). P. 474–481.
10. Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: Правила и предубеждения. Харьков: Гуманитарный центр, 2005. 632 с.
11. Орлов А.А., Орлов А.И. Методы развития интуиции для принятия управленческих решений // Инновации в менеджменте. 2022. № 2(32). С. 40-47.
12. Орлов А.И., Орлов А.А. О методах принятия решений, основанных на использовании интуиции // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2022. № 179. С. 178-196.
13. Орлов А.А. Методы сравнения технологий активации интуиции в принятии управленческих решений // Инновации в менеджменте. 2023. № 1(35). С. 22-30.
14. Фалько С.Г. Поведенческий контроллинг: возвращение человека в экономику, организацию производства и менеджмент. Доклад 13 июня 2024 г. на семинаре научно-исследовательской лаборатории «Экономико-математические методы в контроллинге» Московского государственного технического университета им. Н.Э. Баумана. URL: viewtopic.php?f=5&t=528&p=15329#p15329 (дата обращения 23.11.2024).

Проф.А.И.Орлов · **Добавлено:** Сб фев 22, 2025 8:10 pm

1308. Вассуф Я., Орлов А.И. Модели и стратегии развития беспилотных транспортных средств: модель потребностей клиентов и маркетинга, бизнес-модель Остервальдера и математическая модель // Научный журнал КубГАУ. 2024. №10(204). С. 563–582.

УДК 330.45 : 519.2
UDC 330.45 : 519.2

5.2.2. Математические, статистические и инструментальные методы в экономике (физико-математические науки, экономические науки) 5.2.2. Mathematical, statistical and instrumental
methods of economics (physical and mathematical
sciences, economic sciences)

МОДЕЛИ И СТРАТЕГИИ РАЗВИТИЯ БЕСПИЛОТНЫХ ТРАНСПОРТНЫХ СРЕДСТВ: МОДЕЛЬ ПОТРЕБНОСТЕЙ КЛИЕНТОВ И МАРКЕТИНГА, БИЗНЕС-МОДЕЛЬ ОСТЕРВАЛЬДЕРА И МАТЕМАТИЧЕСКАЯ МОДЕЛЬ

MODELS AND STRATEGIES FOR THE DEVELOPMENT OF UNMANNED VEHICLES: CUSTOMER NEEDS AND MARKETING MODEL, OSTERWALDER BUSINESS MODEL AND MATHEMATICAL MODEL

Вассуф Язан Wassouf Yazan
Главный специалист по программированию беспилотных транспортных средств, ИЦ КАМАЗ.
Преподаватель
Chief Specialist in programming of unmanned vehicles, KAMAZ Research Center, Lecturer
RSCI SPIN-code: 6289-4007

РИНЦ SPIN-код: 6289-4007

Орлов Александр Иванович Orlov Alexander Ivanovich
д.э.н., д.т.н., к.ф.-м.н., профессор Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor

РИНЦ SPIN-код: 4342-4994
prof-orlov@mail.ru
RSCI SPIN-code: 4342-4994

Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5,
Bauman Moscow State Technical University, Moscow, Russia

Развитие беспилотных транспортных средств – одно из наиболее быстро развивающихся направлений современной автомобильной индустрии. Переход к автономным транспортным технологиям не только преобразует систему традиционных способов передвижения людей и доставки грузов, но и значительно повлияет на экономические, инфраструктурные и социальные аспекты общества. Этот переход связан с рядом уникальных вызовов и возможностей, которые требуют детального изучения и анализа. В статье рассматриваются стратегии развития беспилотных транспортных средств. Обсуждаются три организационно-экономические модели: модель потребностей клиентов и маркетинга, бизнес-модель Остервальдера и математическая модель. В первой из них рассмотрены основные потребности, такие как удобство, безопасность, прибыльность и престиж. Модель Остервальдера описывает в целом процесс бизнеса, основных заказчиков и партнеров, а также каналы связи, основные затраты и источники прибыли. Математическая модель позволяет проводить анализ доходов и расходов бизнеса беспилотных транспортных средств. В работе предложены рекомендации для их успешного внедрения в современную транспортную систему. Проведенные исследования показывают, что для этого необходимо учитывать множество факторов и подходить к развитию рынка комплексно. Ключевыми аспектами являются адаптация бизнес-моделей к новым условиям, развитие стратегических партнерств и активное взаимодействие с государственными органами и регуляторами. В статье приведены подробные рекомендации по развитию данной области в России и в мире. Они охватывают различные аспекты бизнеса, от технологических и экономических до правовых и социальных

The development of unmanned vehicles is one of the fastest growing areas of the modern automotive industry. The transition to autonomous transport technologies will not only transform the system of traditional ways of moving people and delivering goods, but will also significantly affect the economic, infrastructural and social aspects of society. This transition is associated with a number of unique challenges and opportunities that require detailed study and analysis. The article discusses strategies for the development of unmanned vehicles. Three organizational and economic models are discussed: the customer needs and marketing model, the Osterwalder business model and the mathematical model. The first one addresses basic needs such as convenience, security, profitability and prestige. Osterwalder's model describes the business process as a whole, the main customers and partners, as well as communication channels, main costs and sources of profit. The mathematical model allows you to analyze the income and expenses of the business of unmanned vehicles. The paper offers recommendations for their successful implementation in a modern transport system. The conducted research shows that for this it is necessary to take into account many factors and approach the development of the market comprehensively. The key aspects are the adaptation of business models to new conditions, the development of strategic partnerships and active interaction with government agencies and regulators. The article provides detailed recommendations for the development of this field in Russia and in the world. They cover various aspects of business, from technological and economic to legal and social

Ключевые слова: БЕСПИЛОТНЫЕ ТРАНСПОРТНЫЕ СРЕДСТВА, АВТОНОМНАЯ ТЕХНОЛОГИЯ, ЭКОНОМИКА, УПРАВЛЕНИЕ, МОДЕЛЬ ПОТРЕБНОСТЕЙ КЛИЕНТОВ, МАРКЕТИНГ, СТРАТЕГИИ РАЗВИТИЯ БИЗНЕСА, БИЗНЕС-МОДЕЛЬ ОСТЕРВАЛЬДЕРА, МАТЕМАТИЧЕСКАЯ МОДЕЛЬ БИЗНЕСА

http://dx.doi.org/10.21515/1990-4665-204-058
Keywords: UNMANNED VEHICLES, AUTONOMOUS TECHNOLOGY, ECONOMY, MANAGEMENT, CUSTOMER NEEDS MODEL, MARKETING, BUSINESS DEVELOPMENT STRATEGIES, OSTERWALDER BUSINESS MODEL, MATHEMATICAL BUSINESS MODEL

Введение
Развитие беспилотных транспортных средств (БТС) является одним из ключевых направлений современной автомобильной индустрии. Переход к автономным транспортным технологиям не только обещает преобразовать традиционные методы передвижения, но и значительно повлияет на экономику, инфраструктуру и социальные аспекты общества. Введение БТС связано с рядом уникальных вызовов и возможностей, которые требуют детального изучения и анализа [1].
Беспилотные транспортные средства могут быть полностью автономными или частично автономными. Полностью автономные БТС могут выполнять все функции, связанные с управлением (включая управление скоростью, управление рулевым управлением и управление торможением), без участия человека. Частично автономные БТС, в свою очередь, могут выполнять некоторые функции управления, но требуют наличия человека для выполнения других функций, таких как мониторинг и принятие решений в нестандартных ситуациях [2]. Международная организация SAE International (Society of Automotive Engineers) определяет шесть уровней автономности для транспортных средств. Эти уровни представлены в табл. 1.
Таблица 1.
Уровни автономности беспилотных транспортных средств
Уровень Определение Принцип действия
0 Без автоматизации Предупреждение водителю или минимальное вмешательство
1 Водитель осуществляет управление Водитель и автомобильные системы совместно контролируют ситуацию
2 Водитель не осуществляет управление Автоматическая система может полностью брать управление на себя. Водитель должен быть готов к немедленному вмешательству
3 Без зрительного контроля Водитель может отвлечься от вождения. Водитель должен быть в состоянии взять на себя управление при условии заблаговременного уведомления от системы
4 Без участия человека Водитель может заниматься другими делами, например, спать. Допускается использование БТС только в предварительно геозонированных областях
5 Рулевое управление не требуется Водитель не требуется
Влияние БТС на хозяйственную практику рассматривается в ряде научных публикаций [3 - 14]. Литературные источники проанализированы в наших статьях [15, 16]. Исследователи отмечают потенциальные экономические выгоды, связанные с внедрением БТС, в частности, такие, как:
- снижение затрат на транспорт,
- увеличение производительности и доступности транспорта,
- повышение безопасности,
- снижение времени в пути и уровня загруженности дорог.
Однако внедрение БТС может также столкнуться с различными инфраструктурными, регуляторными и социальными проблемами, отсутствие решения которых затруднит их широкое использование. Поэтому для обеспечения успешного внедрения БТС в хозяйственную практику необходимо разработать соответствующий интеллектуальный инструментарий, предназначенный для подготовки стратегии развития бизнеса как инструмента управления конкурентоспособностью [17]. В настоящей статье для решения этой задачи предлагаем применять три организационно-экономические модели:
- модель потребностей клиентов и маркетинга БТС,
- бизнес-модель для БТС,
- математическую модель бизнеса.
На их основе разработаны подробные рекомендации, охватывающие различные аспекты бизнеса, от технологических и экономических до правовых и социальных.
Модель потребностей клиентов и маркетинга БТС
Разработка БТС является важным и перспективным направлением по нескольким причинам, включающим общественные, экономические и технологические аспекты [18].
Во-первых, с точки зрения общества, БТС обещают значительное повышение безопасности дорожного движения. Поскольку человеческий фактор является одной из главных причин дорожно-транспортных происшествий, исключение ошибок водителей (таких как усталость, невнимательность или алкогольное опьянение) может существенно снизить количество аварий. Также автономные транспортные средства могут улучшить мобильность для людей с ограниченными возможностями, пожилых людей и тех, кто не имеет водительских прав, предоставляя доступ к личному транспорту и повышая их независимость. Кроме того, использование БТС может способствовать снижению заторов на дорогах и улучшению дорожной инфраструктуры, поскольку они способны более эффективно управлять движением. Экологические преимущества тоже значительны: БТС могут оптимизировать маршруты и вождение, что приведет к снижению выбросов CO2 и улучшению качества воздуха в городах.
С экономической точки зрения, использование БТС может значительно снизить транспортные затраты за счет уменьшения расходов на персонал в транспортных компаниях и логистике, а также за счет более эффективного использования топлива. В логистике и доставке товаров автономные транспортные средства могут работать круглосуточно, что значительно увеличивает производительность и сокращает время доставки. Кроме того, развитие технологий БТС стимулирует создание новых рабочих мест в области разработки программного обеспечения, инженерии, обслуживания и новых бизнес-моделей, что может способствовать общему экономическому росту.
Технологические причины включают в себя стимулирование инноваций и развитие смежных технологий, таких как искусственный интеллект, машинное обучение, сенсорные системы и сетевые технологии. Разработка БТС требует сотрудничества между различными отраслями и компаниями, что может привести к созданию более интегрированных и эффективных транспортных систем.
С политической и социальной точек зрения, БТС могут способствовать улучшению качества жизни людей, снижая уровень стресса и усталости от вождения. Множество правительств и организаций поддерживают развитие БТС как часть своей стратегии по улучшению транспортной инфраструктуры и экологии.
Таким образом, разработка БТС представляет собой комплексную задачу, требующую значительных инвестиций и совместных усилий, но ее потенциал для улучшения жизни людей, экономики и технологий делает эту задачу одной из ключевых в современном мире. Для удовлетворения потребностей клиентов можно рассмотреть следующие направления, которые предлагают БТС, как показано на рис. 1.
1. Удобство. Беспилотные транспортные средства (БТС) предоставляют беспрецедентный уровень удобства для пользователей. Они могут существенно сократить время, проведенное в пути, за счет оптимизации маршрутов и избегания пробок. БТС позволяют пассажирам заниматься своими делами, такими как работа или отдых, вместо того чтобы концентрироваться на управлении автомобилем. Кроме того, беспилотные автомобили могут быть вызваны по требованию через мобильные приложения, что делает использование транспорта еще более удобным и гибким.
2. Стремление к безопасности и надежности. Безопасность на дорогах — одна из ключевых причин для разработки БТС. Автономные системы управления автомобилем могут значительно уменьшить количество дорожно-транспортных происшествий, вызванных человеческим фактором, таким как усталость, невнимательность или вождение в состоянии алкогольного опьянения. БТС оснащены передовыми сенсорами и алгоритмами, которые постоянно анализируют окружающую обстановку и принимают решения быстрее и точнее, чем человек. Это приводит к повышению общей надежности дорожного движения и снижению числа аварий.

Рисунок 1. Потребности клиента для бизнеса БТС
3. Стремление получить прибыль и сократить расходы. С экономической точки зрения, беспилотные транспортные средства открывают новые возможности для бизнеса и снижения затрат. Для транспортных и логистических компаний внедрение БТС может привести к значительному сокращению расходов на оплату труда водителей, топливо и обслуживание транспортных средств. Беспилотные технологии также способствуют более эффективному управлению транспортным парком и оптимизации маршрутов, что ведет к экономии времени и ресурсов. Для индивидуальных пользователей это может означать снижение стоимости владения автомобилем благодаря уменьшению затрат на страхование и техническое обслуживание.
4. Стремление повысить престиж. Использование передовых технологий, таких как беспилотные автомобили, может значительно повысить престиж компаний и городов, которые внедряют эти инновации. Компании, инвестирующие в разработку и использование БТС, демонстрируют свою приверженность к технологическому прогрессу и инновациям, что улучшает их имидж и привлекательность для клиентов и партнеров. Для городов внедрение беспилотных транспортных средств может стать элементом современного и высокотехнологичного имиджа, привлечь инвестиции и повысить качество жизни жителей за счет улучшения транспортной инфраструктуры и экологии.
Стратегии развития БТС
Стратегию развития бизнеса беспилотных транспортных средств можно рассматривать с нескольких точек зрения [17-19].
С точки зрения менеджмента, инновационные подходы и адаптация к изменениям включают создание гибкой организационной структуры, способной быстро адаптироваться к изменениям в законодательстве и технологическом ландшафте, а также внедрение программ управления изменениями для подготовки сотрудников к новым технологиям и процессам. Фокус на исследования и разработки (R&D) предполагает увеличение инвестиций в исследования и разработки для создания передовых технологий и продуктов, а также сотрудничество с университетами и исследовательскими центрами для получения доступа к последним научным достижениям и талантам. Развитие компетенций сотрудников включает проведение регулярных тренингов и курсов повышения квалификации для сотрудников и активное привлечение специалистов в области ИИ, робототехники и автотранспорта.
С точки зрения управления, эффективное управление проектами предполагает использование передовых методологий (Agile, Scrum, Lean) для управления проектами по разработке беспилотных транспортных средств и внедрение системы управления рисками для идентификации и минимизации возможных угроз. Оптимизация цепочки поставок требует разработки тесных связей с ключевыми поставщиками компонентов для беспилотных транспортных средств и применения технологий (например, IoT, блокчейн) для улучшения прозрачности и эффективности цепочки поставок. Координация с государственными органами и регуляторами включает активное взаимодействие с государственными органами для продвижения законодательства, благоприятного для внедрения беспилотных транспортных средств, и обеспечение соответствия всех продуктов и процессов действующим регуляторным требованиям.
С точки зрения экономики, диверсификация источников дохода предполагает разработку новых бизнес-моделей, таких как подписка на услуги беспилотных такси или аренда беспилотных грузовиков, а также создание специализированных предложений для различных сегментов рынка (логистика, общественный транспорт, частные пользователи). Оптимизация затрат включает проведение детального анализа затрат для выявления и устранения неэффективных расходов и увеличение объемов производства для достижения экономии на масштабе и снижения себестоимости. Инвестиции и финансирование предполагают привлечение стратегических инвесторов и партнеров, готовых инвестировать в развитие технологий беспилотных транспортных средств, и использование государственных программ поддержки инноваций для получения субсидий и грантов. Анализ и прогнозирование рынка требуют проведения регулярных исследований рынка для понимания текущих и будущих потребностей потребителей и использования аналитических инструментов для прогнозирования тенденций и адаптации стратегий к изменениям на рынке.
Эти стратегии помогут компаниям эффективно развивать бизнес в сфере беспилотных транспортных средств, обеспечивая конкурентоспособность и устойчивый рост в условиях быстро меняющегося рынка.
Бизнес-модель для БТС
Эта модель охватывает основные аспекты разработки, производства и внедрения беспилотных транспортных средств, обеспечивая устойчивое развитие и конкурентоспособность на рынке. Бизнес-модель составлена авторами на основе шаблона бизнеса (А. Остервальдер и И. Пинье) [19]:

Математическая модель бизнеса
Для описания бизнес-модели беспилотных транспортных средств (БТС) в виде математических уравнений, в соответствии с базовыми подходами теории принятия решений [20], будем использовать перечисленные ниже переменные для обозначения различных аспектов затрат, доходов и ключевых показателей эффективности. Введем основные составляющие модели и их математическое представление.
1. Выручка (Revenue, R)
Выручка R складывается из нескольких источников:
Продажа автомобилей (Rsales),
Подписка и аренда (Rsub),
Обслуживание и поддержка (Rservice),
Партнерские программы (Rpartner),
Продажа данных и аналитики (Rdata):

(1)

2. Затраты (Costs, C)
Затраты включают расходы по следующим направлениям:
Исследования и разработки ( ),
Производственные затраты ( ),
Маркетинг и продажи ( ),
Административные расходы ( ),
Обслуживание и поддержка ( ):

(2)

3. Прибыль (Profit, P)
Прибыль определяется как разница между выручкой и затратами:
P=R – C. (3)

4. Выручка от продажи автомобилей ( )
Выручка от продажи автомобилей рассчитывается как произведение количества проданных автомобилей ( ) на цену за автомобиль ( ):

(4)

5. Выручка от подписки и аренды ( )
Выручка от подписки и аренды определяется как сумма подписных и арендных платежей ( ) за определенный период ( ):

(5)

6. Выручка от обслуживания и поддержки ( )
Выручка от обслуживания и поддержки зависит от количества клиентов, использующих услуги ( ), и средней стоимости услуги для одного клиента ( ):

(6)

7. Выручка от партнерских программ ( )
Выручка от партнерских программ рассчитывается как сумма всех партнерских доходов за период:

(7)

8. Выручка от продажи данных и аналитики ( )
Выручка от продажи данных и аналитики определяется как сумма доходов от каждого клиента, покупающего данные ( ), и средней стоимости данных ( ):

(8)

9. Затраты на исследования и разработки ( )
Затраты на исследования и разработки включают затраты на персонал ( ), оборудование ( ) и материалы ( ):

(9)

10. Производственные затраты ( )
Производственные затраты рассчитываются как произведение количества произведенных автомобилей ( ) на средние затраты на производство одного автомобиля ( ):

(10)

11. Затраты на маркетинг и продажи ( )
Затраты на маркетинг и продажи включают затраты на рекламу товара ( ), продвижение ( ) и зарплату ( ) сотрудников отдела продаж:

(11)

12. Административные расходы ( )
Административные расходы включают затраты на управление в бизнес-модели беспилотных транспортных средств ( ), аренду офиса ( ) и административный персонал ( ):

(12)

13. Затраты на обслуживание и поддержку ( )
Затраты на обслуживание и поддержку рассчитываются как произведение количества обслуживаемых клиентов ( ) на среднюю стоимость обслуживания одного клиента ( ):
.
(13)

Итоговая модель
Подставив все уравнения в общую формулу прибыли (3), получим:

(14)

Эта модель позволяет учитывать основные источники доходов и затрат для бизнеса по разработке и внедрению беспилотных транспортных средств.
На доходы и расходы производства беспилотных транспортных средств могут влиять и другие переменные:
1. Стоимость материалов и комплектующих - это переменные затраты, которые могут изменяться в зависимости от рыночных условий. Если стоимость материалов и комплектующих возрастает, то переменные затраты на производство БТС также увеличиваются, что может отрицательно повлиять на прибыль производства.
2. Стоимость труда - это постоянные затраты, связанные с оплатой труда сотрудников, занятых на производстве беспилотных транспортных средств. Если стоимость труда увеличивается, то постоянные затраты на производство также возрастают, что может снизить прибыль производства.
3. Налоговые ставки - налоги являются значительной частью расходов производства, и изменение налоговых ставок может существенно повлиять на прибыль производства. Если налоговые ставки увеличиваются, то расходы на производство возрастают, что может снизить прибыль.
4. Конкуренция на рынке - наличие конкурентов на рынке может повлиять на цены продукции и количество продаж. Если на рынке появляются новые конкуренты, то цена на продукцию может снизиться, что может сказаться на доходах от производства БТС, а снижение количества продаж может снизить доходы производства.
5. Инновации и технологические изменения - появление новых технологий и инноваций может повысить эффективность и производительность производства, что может увеличить доходы и прибыль производства.
6. Регулирование со стороны государства может повлиять на затраты на производство, например, введение новых экологических норм и стандартов может повысить затраты на производство.

Заключение и рекомендации
В данной работе проведено всестороннее исследование развития и внедрения беспилотных транспортных средств (БТС), охватывающее широкий спектр аспектов, от технологических и экономических до социальных и правовых. Основной целью работы было выявить ключевые модели БТС, а также предложить рекомендации для успешного внедрения БТС в современную транспортную систему.
Результаты работы показывают, что для успешного внедрения БТС необходимо учитывать множество факторов и подходить к развитию рынка комплексно. Ключевыми аспектами являются адаптация бизнес-моделей к новым условиям, развитие стратегических партнерств и активное взаимодействие с государственными органами и регуляторами. Ниже приведены подробные рекомендации, охватывающие различные аспекты бизнеса, от технологических и экономических до правовых и социальных.
1. Технологические рекомендации
1.1. Инвестиции в исследования и разработки (R&D):
1.1.1. Фокус на инновации: Постоянно инвестируйте в R&D для разработки передовых технологий и улучшения существующих систем автономного управления.
1.1.2. Партнерство с академическими учреждениями: Сотрудничество с университетами и исследовательскими центрами поможет получить доступ к последним научным достижениям и талантам.
1.2. Разработка и тестирование:
1.2.1. Тестирование в реальных условиях: Регулярное проведение испытаний БТС в различных дорожных и климатических условиях для повышения надежности и безопасности.
1.2.2. Внедрение новых технологий: Использование искусственного интеллекта, машинного обучения и больших данных для улучшения автономных систем управления.
2. Экономические рекомендации
2.1. Диверсификация источников дохода:
2.1.1. Новые бизнес-модели: Разработка моделей подписки, аренды и совместного использования БТС.
2.1.2. Сегментация рынка: Создание специализированных предложений для различных сегментов рынка, таких как логистика, общественный транспорт и частные пользователи.
2.2. Оптимизация затрат:
2.2.1. Экономия на масштабе: Увеличение объемов производства для снижения себестоимости.
2.2.2. Анализ затрат: Проведение детального анализа для выявления и устранения неэффективных расходов.
2.3. Привлечение инвестиций и финансирование:
2.3.1. Поиск стратегических инвесторов: Привлечение инвесторов и партнеров, готовых вкладывать средства в развитие технологий БТС.
2.3.2. Государственные субсидии и гранты: Использование государственных программ поддержки инноваций.
3. Социальные рекомендации
3.1. Развитие компетенций сотрудников:
3.1.1. Обучение и развитие: Проведение регулярных тренингов и курсов повышения квалификации для сотрудников.
3.1.2. Привлечение талантов: Активное привлечение специалистов в области ИИ, робототехники и автотранспорта.
3.2. Общественное восприятие и обучение:
3.2.1. Проведение информационных кампаний: Образование общественности о преимуществах и безопасности БТС.
3.2.2. Вовлечение общества: Организация публичных демонстраций и тест-драйвов для повышения доверия к технологии.
4. Правовые и регуляторные рекомендации
4.1. Сотрудничество с государственными органами:
4.1.1. Продвижение законодательства: Активное взаимодействие с правительственными органами для продвижения благоприятных для БТС законов и регуляций
4.1.2. Регуляторные соответствия: Обеспечение полного соответствия всех продуктов и процессов действующим регуляторным требованиям.
4.2. Стандартизация и сертификация:
4.2.1. Разработка стандартов: Участие в разработке международных стандартов для автономных транспортных средств.
4.2.2. Процессы сертификации: Обеспечение сертификации продукции в соответствии с международными стандартами безопасности.
5. Стратегические рекомендации
5.1. Инновационные подходы и адаптация к изменениям:
5.1.1. Гибкость и адаптивность: Создание гибкой организационной структуры, способной быстро адаптироваться к изменениям в законодательстве и технологическом ландшафте.
5.1.2. Управление изменениями: Внедрение программ управления изменениями для подготовки сотрудников к новым технологиям и процессам.
5.2. Эффективное управление проектами:
5.2.1. Методологии управления проектами: Использование передовых методологий (Agile, Scrum, Lean) для управления проектами по разработке БТС.
5.2.2. Управление рисками: Внедрение системы управления рисками для идентификации и минимизации возможных угроз.
5.3. Оптимизация цепочки поставок:
5.3.1. Интеграция с поставщиками: Разработка тесных связей с ключевыми поставщиками компонентов для БТС.
5.3.2. Использование технологий: Применение технологий (например, IoT, блокчейн) для улучшения прозрачности и эффективности цепочки поставок.
Эти рекомендации помогут компаниям эффективно развивать бизнес в сфере БТС, обеспечивая конкурентоспособность и устойчивый рост в условиях быстро меняющегося рынка.
В заключение, можно отметить, что БТС обладают огромным потенциалом для трансформации современной транспортной системы. Однако их успешное внедрение требует преодоления множества технологических, экономических, социальных и правовых барьеров. Продолжение исследований в данной области и активное сотрудничество между всеми заинтересованными сторонами являются залогом достижения положительных результатов и устойчивого развития БТС в будущем.

Литература
1. Грошев А.М., Тумасов А.В. Беспилотные транспортные средства: настоящее и будущее // Транспортные системы. 2016. №. 2. С. 68 - 83.
2. Вассуф Я., Серебренный В.В., Яковлева Е.А. Усовершенствованные системы помощи водителю для общественного транспорта // Наука, технологии и бизнес. Материалы IV Межвузовской конференции аспирантов, соискателей и молодых ученых (Москва, 27–28 апреля 2022 года). – М.; МГТУ им. Н. Э. Баумана, 2022. – С. 333-346.
3. Othman K. Exploring the implications of autonomous vehicles: a comprehensive review // Innov. Infrastruct. Solut. 7, 165 (2022). https://doi.org/10.1007/s41062-022-00763-6
4. Duarte F., Ratti C. The impact of autonomous vehicles on cities: A review // Journal of Urban Technology. 2018. Т. 25. №. 4. С. 3-18.
5. Гордиенко Е.П. Развитие беспилотных технологий на железнодорожном транспорте // Актуальные проблемы и перспективы развития транспорта, промышленности и экономики России (ТрансПромЭк 2020). – 2020. – С. 82-85.
6. Кузнецова М.В., Веремеенко Е.Г. Перспективы внедрения беспилотного управления автомобильными перевозками // Молодой исследователь Дона. 2018. №. 5 (14). С. 67-72.
7. Cohen S. A., Hopkins D. Autonomous vehicles and the future of urban tourism // Annals of tourism research. 2019. Т. 74. С. 33-42.
8. Hörl S., Ciari F., Axhausen K. W. Recent perspectives on the impact of autonomous vehicles // Arbeitsberichte Verkehrs und Raumplanung. 2016. Т. 1216.
9. Бухарбаева Ю.И., Кожуховский А.О. Индустрия 5.0: экономический эффект от внедрения беспилотных автомобилей // Молодежная Неделя Науки Института промышленного менеджмента, экономики и торговли : Сборник трудов всероссийской студенческой научно-учебной конференции, Санкт-Петербург, 29 ноября – 03 декабря 2022 г. Часть 2. – СПб: Санкт-Петербургский политехнический университет Петра Великого, 2022. – С. 15-18. – EDN MGYUGG.
10. Лазуткина В.С., Покусаев О.Н., Куприяновский В.П., Синягов С.А. Экономические эффекты автономных (беспилотных) автомобилей // International Journal of Open Information Technologies. 2019. №2. С. 66-80.
11. Лерман Е.Б., Теслова С.А., Сухарева С.В. Оценка возможностей внедрения и развития беспилотных транспортных средств в современных социально-экономических условиях // Вестник НГУЭУ. 2021. №2. С. 184-202.
12. Wassouf Y., Korekov E.M., Serebrenny V.V. Decision Making for Advanced Driver Assistance Systems for Public Transport // 5th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). - M.: Russian Federation, 2023. - P. 1-6, doi: 10.1109/REEPE57272.2023.10086753.
13. Alhelou M., Wassouf Y., Serebrenny V.V., Gavrilov A.I., Lobusov E.S. The Handling-Comfort Trade-Off in a Quarter-Car System: Automatic Adaptive Management via Active Disturbance Rejection Control // Control Sciences. 2022. No.2. P. 29–39. http://doi.org/10.25728/cs.2022.2.4
14. Вассуф Я., Серебренный В.В., Тарасенко А.В., Коржуков М.В. Разработка системы помощи водителю при повороте для общественного транспорта // Вестник МГТУ "Станкин". 2023. № 1(64). С. 67-79. – DOI 10.47617/2072-3172_2023_1_67.
15. Вассуф Я., Орлов А.И. Развитие беспилотных транспортных средств: проблемы экономики, управления, математического моделирования // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2023. №191. С. 113-134.
16. Вассуф Я. Орлов А.И. Беспилотные транспортные средства - проблемы экономики и управления // Инновации в менеджменте. 2023. №4(38). С. 42-49.
17. Гужина Г.Н. и др. Стратегия развития бизнеса как инструмент управления конкурентоспособностью // Инновации и инвестиции. 2016. №4. С. 90-92.
18. Косицын Е.П. Беспилотные транспортные средства // Дальний Восток: проблемы развития архитектурно-строительного комплекса. 2019. Т. 1. №. 3. С. 158-162.
19. Маркова В.Д. Платформенные модели бизнеса: подходы к созданию // Всероссийский экономический журнал ЭКО. 2019. № 5 (539). С. 106-123.
20. Орлов А.И. Теория принятия решений. — М.: Ай Пи Ар Медиа, 2022. — 826 c.

References
1. Groshev A.M., Tumasov A.V. Bespilotnye transportnye sredstva: nastoyashchee i budushchee // Transportnye sistemy. 2016. №. 2. S. 68 - 83.
2. Vassuf YA., Serebrennyj V.V., YAkovleva E.A. Usovershenstvovannye sistemy pomoshchi voditelyu dlya obshchestvennogo transporta // Nauka, tekhnologii i biznes. Materialy IV Mezhvuzovskoj konferencii aspirantov, soiskatelej i molodyh uchenyh (Moskva, 27–28 aprelya 2022 goda). – M.; MGTU im. N. E. Baumana, 2022. – S. 333-346.
3. Othman K. Exploring the implications of autonomous vehicles: a comprehensive review // Innov. Infrastruct. Solut. 7, 165 (2022). https://doi.org/10.1007/s41062-022-00763-6
4. Duarte F., Ratti C. The impact of autonomous vehicles on cities: A review // Journal of Urban Technology. 2018. T. 25. №. 4. S. 3-18.
5. Gordienko E.P. Razvitie bespilotnyh tekhnologij na zheleznodorozhnom transporte // Aktual'nye problemy i perspektivy razvitiya transporta, promyshlennosti i ekonomiki Rossii (TransPromEk 2020). – 2020. – S. 82-85.
6. Kuznecova M.V., Veremeenko E.G. Perspektivy vnedreniya bespilotnogo upravleniya avtomobil'nymi perevozkami // Molodoj issledovatel' Dona. 2018. №. 5 (14). S. 67-72.
7. Cohen S. A., Hopkins D. Autonomous vehicles and the future of urban tourism // Annals of tourism research. 2019. T. 74. S. 33-42.
8. Hörl S., Ciari F., Axhausen K. W. Recent perspectives on the impact of autonomous vehicles // Arbeitsberichte Verkehrs und Raumplanung. 2016. T. 1216.
9. Buharbaeva YU.I., Kozhuhovskij A.O. Industriya 5.0: ekonomicheskij effekt ot vnedreniya bespilotnyh avtomobilej // Molodezhnaya Nedelya Nauki Instituta promyshlennogo menedzhmenta, ekonomiki i torgovli : Sbornik trudov vserossijskoj studencheskoj nauchno-uchebnoj konferencii, Sankt-Peterburg, 29 noyabrya – 03 dekabrya 2022 g. CHast' 2. – SPb: Sankt-Peterburgskij politekhnicheskij universitet Petra Velikogo, 2022. – S. 15-18. – EDN MGYUGG.
10. Lazutkina V.S., Pokusaev O.N., Kupriyanovskij V.P., Sinyagov S.A. Ekonomicheskie effekty avtonomnyh (bespilotnyh) avtomobilej // International Journal of Open Information Technologies. 2019. №2. S. 66-80.
11. Lerman E.B., Teslova S.A., Suhareva S.V. Ocenka vozmozhnostej vnedreniya i razvitiya bespilotnyh transportnyh sredstv v sovremennyh social'no-ekonomicheskih usloviyah // Vestnik NGUEU. 2021. №2. S. 184-202.
12. Wassouf Y., Korekov E.M., Serebrenny V.V. Decision Making for Advanced Driver Assistance Systems for Public Transport // 5th International Youth Conference on Radio Electronics, Electrical and Power Engineering (REEPE). - M.: Russian Federation, 2023. - P. 1-6, doi: 10.1109/REEPE57272.2023.10086753.
13. Alhelou M., Wassouf Y., Serebrenny V.V., Gavrilov A.I., Lobusov E.S. The Handling-Comfort Trade-Off in a Quarter-Car System: Automatic Adaptive Management via Active Disturbance Rejection Control // Control Sciences. 2022. No.2. P. 29–39. http://doi.org/10.25728/cs.2022.2.4
14. Vassuf YA., Serebrennyj V.V., Tarasenko A.V., Korzhukov M.V. Razrabotka sistemy pomoshchi voditelyu pri povorote dlya obshchestvennogo transporta // Vestnik MGTU "Stankin". 2023. № 1(64). S. 67-79. – DOI 10.47617/2072-3172_2023_1_67.
15. Vassuf YA., Orlov A.I. Razvitie bespilotnyh transportnyh sredstv: problemy ekonomiki, upravleniya, matematicheskogo modelirovaniya // Politematicheskij setevoj elektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2023. №191. S. 113-134.
16. Vassuf YA. Orlov A.I. Bespilotnye transportnye sredstva - problemy ekonomiki i upravleniya // Innovacii v menedzhmente. 2023. №4(38). S. 42-49.
17. Guzhina G.N. i dr. Strategiya razvitiya biznesa kak instrument upravleniya konkurentosposobnost'yu // Innovacii i investicii. 2016. №4. S. 90-92.
18. Kosicyn E.P. Bespilotnye transportnye sredstva // Dal'nij Vostok: problemy razvitiya arhitekturno-stroitel'nogo kompleksa. 2019. T. 1. №. 3. S. 158-162.
19. Markova V.D. Platformennye modeli biznesa: podhody k sozdaniyu // Vserossijskij ekonomicheskij zhurnal EKO. 2019. № 5 (539). S. 106-123.
20. Orlov A.I. Teoriya prinyatiya reshenij. — M.: Aj Pi Ar Media, 2022. — 826 c.

Проф.А.И.Орлов · **Добавлено:** Сб мар 01, 2025 12:20 pm

1309. Орлов А.И. Асимптотика растущей размерности // Научный журнал КубГАУ. 2025. №01(205). С. 237–256.

УДК 330.43 : 519.2 UDC 330.43: 519.2

5.2.2. Математические, статистические и инструментальные методы экономики (экономические науки)
5.2.2. Mathematical, statistical and instrumental methods of economics (economic sciences)
АСИМПТОТИКА РАСТУЩЕЙ РАЗМЕРНОСТИ
ASYMPTOTICS OF INCREASING DIMENSION
Орлов Александр Иванович
д.э.н., д.т.н., к.ф.-м.н., профессор
РИНЦ SPIN-код: 4342-4994
prof-orlov@mail.ru
Orlov Alexander Ivanovich
Dr.Sci.Econ., Dr.Sci.Tech., Cand.Phys-Math.Sci., professor
Московский государственный технический университет им. Н.Э. Баумана, Россия, 105005, Москва, 2-я Бауманская ул., 5, Bauman Moscow State Technical University, Moscow, Russia

Рассмотрены статистические задачи, в которых число параметров статистических моделей не является пренебрежимо малым по сравнению с объем выборки. В предложенной А.Н. Колмогоровым асимптотике растущей размерности объем выборки и число параметров безгранично растут так, что их отношение стремится к некоторой положительной константе. В статье обращается внимание на недостаточность традиционного подхода, на основе которого даются не всегда удовлетворительные рекомендации по решению статистических задач, отличающихся большим числом оцениваемых параметров. Даны предложения по включению некоторых процедур, разработанных для многопараметрических задач, в программные продукты по статистическому анализу данных. Описаны эффекты, возникающие при оценивании большого числа параметров, и возможные подходы к решению многопараметрических задач прикладной статистики. Развитие многопараметрических методов статистического анализа опирается на свойства выборочных характеристик случайных матриц растущей размерности, прежде всего выборочных ковариационных матриц. Одним из серьезных достижений в развитии многопараметрических методов статистического анализа является разработка процедуры асимптотически экстремального дискриминантного анализа. Рассмотрен также случай зависимых компонент случайного вектора. Всё более важным становится класс многопараметрических статистических задач, в которых число показателей (компонент векторов наблюдений) настолько велико, что намного превосходит объем выборки. В качестве примера рассмотрена теория люсианов – конечных последовательностей независимых испытаний Бернулли с, вообще говоря, различными вероятностями успеха. Метод проверки гипотез по совокупности малых выборок (т.е. в асимптотике, когда объем выборки фиксирован, а число параметров безгранично растет) основан на использовании несмещенных оценок нуля, несмещенных оценок дисперсий этих оценок и расстояния (точнее, псевдометрики), введенного с помощью той или иной системы аксиом. Обоснована необходимость дальнейшей разработки статистической теории в асимптотике Колмогорова, создания соответствующего методического и прикладного обеспечения, организации широкого внедрения уже полученных научных результатов
Statistical problems in which the number of parameters of statistical models is not negligible compared to the sample size are considered. In the asymptotics of increasing dimension proposed by A.N. Kolmogorov, the sample size and the number of parameters grow infinitely so that their ratio tends to some positive constant. The article draws attention to the insufficiency of the traditional approach, on the basis of which not always satisfactory recommendations are given for solving statistical problems with a large number of estimated parameters. Suggestions are given for the inclusion of some procedures developed for multiparametric tasks in software products for statistical data analysis. The effects arising from the estimation of a large number of parameters and possible approaches to solving multiparametric problems of applied statistics are described. The development of multiparametric methods of statistical analysis is based on the properties of sample characteristics of random matrices of increasing dimension, primarily sample covariance matrices. One of the major achievements in the development of multiparametric methods of statistical analysis is the development of a procedure for asymptotically extreme discriminant analysis. The case of dependent components of a random vector is also considered. A class of multiparametric statistical problems is becoming increasingly important, in which the number of indicators (components of observation vectors) is so large that it far exceeds the sample size. As an example, the theory of Lucians is considered – finite sequences of independent Bernoulli trials with, generally speaking, different success probabilities. The method of testing hypotheses for a set of small samples (i.e., in asymptotics, when the sample size is fixed and the number of parameters grows infinitely) is based on the use of unbiased estimates of zero, unbiased estimates of the variances of these estimates and distance (more precisely, pseudometrics) introduced using one or another axiom system. The necessity of further development of the statistical theory in Kolmogorov's asymptotics, creation of appropriate methodological and applied support, organization of widespread implementation of the scientific results already obtained is substantiated
Ключевые слова: СТАТИСТИЧЕСКИЕ МЕТОДЫ, ПРИКЛАДНАЯ СТАТИСТИКА, АСИМПТОТИКА КОЛМОГОРОВА, МНОГОПАРАМЕТРИЧЕСКОЕ ОЦЕНИВАНИЕ, СЛУЧАЙНЫЕ МАТРИЦЫ, ДИСКРИМИНАНТНЫЙ АНАЛИЗ, ЛЮСИАН, РАССТОЯНИЕ

http://dx.doi.org/10.21515/1990-4665-205-022
Keywords: STATISTICAL METHODS, APPLIED STATISTICS, KOLMOGOROV ASYMPTOTICS, MULTIVARIATE ESTIMATION, RANDOM MATRICES, DISCRIMINANT ANALYSIS, LUCIAN, DISTANCE

Введение
Развитие математических, статистических и инструментальных методов экономики, прежде всего прикладной математической статистики, направлено на всё более полный учет особенностей реальных данных. Обсудим статистические задачи, в которых число p параметров статистических моделей не является пренебрежимо малым по сравнению с объем выборки n. Потребность в усложнении моделей диктуется неуклонным возрастанием значения научных методов в экономике и управлении и, одновременно, обеспечивается возрастанием возможностей информационно-коммуникационных технологий и искусственного интеллекта.
В классической схеме статистического исследования допускается возможность неограниченного выбора данных из генеральной совокупности при фиксированной модели. С этой схемой связана традиционная асимптотика математической статистики . Однако для современных применений статистического анализа эта схема часто оказывается непригодной. Например, при проведении испытаний промышленной продукции общее число изделий n приходится ограничивать, но число p измеряемых параметров (показателей качества) целесообразно брать достаточно большим, поскольку затраты на увеличение числа измеряемых параметров зачастую существенно меньше затрат на увеличение количества изделий. В медицинских научных исследованиях число больных n обычно ограничено десятками и сотнями (например, из-за ограниченности коечного фонда клиники и временных рамок статистического исследования), в то время как число параметров p, описывающих больного (например, результатов различных анализов и обследований) может измеряться тысячами, как во многих видах автоматизированных историй болезни. При экономическом изучении предприятий определенной отрасли или региона общее число n рассматриваемых предприятий может быть значительно меньше числа p рассматриваемых показателей их финансово-хозяйственной деятельности (к настоящему времени число разработанных различными авторами подобных показателей измеряется тысячами). В социологических или маркетинговых исследованиях число вопросов в анкете также нельзя считать малым по сравнению с числом опрашиваемых (респондентов).
Отечественная научная школа в области теории вероятностей и математической статистики создана академиком АН СССР А.Н.Колмогоровым [1]. В течение полувека он интересовался статистическими постановками, в которых число неизвестных параметров растет вместе с объемом данных. К ним относится и весьма актуальная в настоящее время работа «К вопросу о пригодности найденных статистическим путем формул прогноза» (1933) (см. [2, с. 161-167]). А в 1970-х годах он стимулировал исследования по т.н. «асимптотике растущей размерности» (в современной терминологии – асимптотике Колмогорова)
(1)
при некотором положительном числе y, где р - число параметров, n – объем выборки. Эта асимптотика весьма актуальна как для многомерного статистического анализа, так и для статистики нечисловых данных [3], а также для задач статистического приемочного контроля [4] и анализа социологических данных (см., например, [5, гл. 13]).
В ответ на предложение А.Н. Колмогорова развернулись исследования по асимптотике растущей размерности. Важные результаты получили Л.В. Архаров, Д.А. Барсов, А.Д. Деев, В.И. Заруцкий, Л. Г.Малиновский, Л.Д. Мешалкин, В.И. Сердобольский и др. (обзор работ по этой тематике дан в [6]).
При практическом применении результатов, полученных в асимптотике растущей размерности, возникает вопрос – откуда взять значение y, предельное для . Обычно в полученные формулы вместо y подставляют . Поэтому в настоящее время в асимптотике Колмогорова от третьего предельного перехода в асимптотике (1) обычно отказываются, но взамен требуют отделенности дроби от 0 и , т.е. требуют существования числа такого, что двойной предельный переход осуществляется в условиях

Статистические задачи, в которых величиной p/n пренебречь нельзя, образуют важный, но пока еще недостаточно изученный класс задач, относящихся к математическим методам исследования [7]. Задачи этого класса удобно называть существенно многопараметрическими.
В настоящей работе (продолжающей доклад [8]):
а) обращается внимание на недостаточность традиционного подхода, на основе которого даются не всегда удовлетворительные рекомендации по решению статистических задач, отличающихся большим числом оцениваемых параметров;
б) даны предложения по включению некоторых процедур, разработанных для существенно многопараметрических задач, в программные продукты по статистическому анализу данных;
в) описаны эффекты, возникающие при оценивании большого числа параметров, и возможные подходы к решению многопараметрических задач прикладной статистики.

Проф.А.И.Орлов · **Добавлено:** Вт мар 11, 2025 1:41 pm

1310. Orlov A.I. Methodological Issues of the Fuzzy Set Theory (Generalizing Article) // Inorganic Materials, 2024, Vol. 60, No. 4, pp. 389–396. ISSN 0020-1685,
DOI: 10.1134/S0020168524700572

Перевод на английский язык статьи:
1288. Орлов А.И. Методологические вопросы теории нечеткости (обобщающая статья) / Заводская лаборатория. Диагностика материалов. 2024. Т.90. № 5. С. 69-78.

Высокие статистические технологии

Аннотации новых публикаций А.И. Орлова

Кто сейчас на форуме