Высокие статистические технологии

Форум сайта семьи Орловых

Текущее время: Пт ноя 08, 2024 7:59 am

Часовой пояс: UTC + 3 часа




Начать новую тему Ответить на тему  [ Сообщений: 159 ]  На страницу 1, 2, 3, 4  След.
Автор Сообщение
 Заголовок сообщения: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс янв 24, 2021 11:43 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
СТАТИСТИКА НЕЧИСЛОВЫХ ДАННЫХ - ЦЕНТРАЛЬНАЯ ЧАСТЬ СОВРЕМЕННОЙ ПРИКЛАДНОЙ СТАТИСТИКИ

А.И. Орлов

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

1155. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2020. – №02(156). С. 111 – 142. – IDA [article ID]: 1562002007. – Режим доступа: http://ej.kubagro.ru/2020/02/pdf/07.pdf, 2 у.п.л.

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс янв 31, 2021 11:24 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
Солидарная информационная экономика как основа новой парадигмы экономической науки

А.И.Орлов, Ю.Б. Сажин

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


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

https://www.elibrary.ru/item.asp?id=44533435


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс фев 07, 2021 10:16 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
Оценивание размерности вероятностно-статистической модели

Орлов А.И.

Вероятностно-статистические модели данных - основа методов прикладной статистики. При анализе статистически данных часто необходимо оценивать две составляющие вероятностно-статистических моделей - структуру моделей и их параметры. Методы расчета состоятельных оценок параметров хорошо известны (например, применяют методы одношаговых оценок, которые пришли на смену методам максимального правдоподобия). Структура модели обычно выбирается исследователем (можно сказать, что используются экспертные методы). Некоторые параметры структуры можно оценивать с помощью математико-статистических методов. Например, степень многочлена в регрессионной зависимости или число слагаемых в модели смеси распределений, используемой для классификации. Для подобных параметров модели используется общий термин - размерность вероятностно-статистической модели. Более общая составляющая модели - информативное подмножество признаков. В настоящей статье рассмотрено асимптотическое поведение оценок размерностей ряда моделей. Изучено асимптотическое поведение ряда оценок степени полинома при восстановлении зависимости. Получены состоятельные оценки размерности и структуры модели в регрессии. Рассмотрены подходы к оцениванию числа элементов смеси в задачах классификации. Обсуждаются оценки размерности модели в факторном анализе и многомерном шкалировании. С целью обоснования последовательного выполнения этапов статистического анализа данных анализируются проблемы "стыковки" алгоритмов классификации и регрессии. Полезными оказываются оптимизационные формулировки ряда задач прикладной статистики. Основные результаты касаются состоятельности оценок. Краткие формулировки ряда теорем содержатся в ранее вышедших публикациях. Проблема оценивания размерности вероятностно-статистической модели как самостоятельное направление прикладной статистики впервые рассмотрена здесь. Впервые публикуются доказательства включенных в настоящую статью теорем. Эти теоремы и подробные доказательства и являются основными научными результатами работы


1173. Орлов А.И. Оценивание размерности вероятностно-статистической модели // Научный журнал КубГАУ. 2020. №162. С. 1–36. http://ej.kubagro.ru/2020/08/pdf/02.pdf


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Чт фев 18, 2021 10:32 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
Миф мировой науки

Орлов А.И.

Как обосновано еще полвека назад [1] и подтверждено нашими исследованиями [2], основным наукометрическим показателем, по которому надо оценивать научную деятельность отдельного российского исследователя, научного коллектива (лаборатории, отдела, кафедры или организации), является число цитирований в РИНЦ (именно в РИНЦ, а не в западных базах данных!). Ориентация на зарубежные базы данных Скопус и WoS наносит вред интересам нашей страны [5], поскольку при этом игнорируется основная часть отечественной научной продукции, усилия исследователей направляются на достижение ложных целей (в частности, на подготовку статей на английском языке и пробивание их в англоязычные журналы, индексируемые в Скопус и WoS). Миф мировой науки соответствует представлению о России как о колонии англосаксов, в которой российская наука платит дань победителям, преподнося им свои научные результаты в виде, полностью подготовленном для бесплатного потребления англоязычными специалистами.

1160. Орлов А.И. Миф мировой науки / Большая Евразия: Развитие, безопасность, сотрудничество. Ежегодник. Вып. 3. Ч. 1. Материалы XIX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения». Ч. 2 / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2020. – С.687 - 689.
http://innclub.info/archives/11597, http://innclub.info/archives/16615
http://ukros.ru/archives/23180
http://inion.ru/site/assets/files/5226/ ... 20-3-1.pdf
https://www.academia.edu/42920625/


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс фев 21, 2021 8:40 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1177. Орлов А.И. Инструменты контроллинга рисков // Контроллинг. 2020. №78. С. 56-62.
https://elibrary.ru/item.asp?id=44530384

УДК 338.3 : 519.2;
JEL: C00, A12

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

Инструменты контроллинга рисков

Научная, практическая и учебная дисциплина "Контроллинг рисков" рассматривается в авторском семестровом курсе для магистрантов кафедры "Экономика и организация производства". В статье дана информация об инструментах контроллинга рисков, включенных в курс. Она начинается с обсуждения основных терминов "контроллинг" и "риск". Рассмотрены методы оценки рисков, прежде всего основанные на вероятностно-статистических моделях. Рассказано об основных составляющих математического аппарата контроллинга рисков, в частности, о математическом обеспечении контроллинга инновационных и инвестиционных рисков. Достойное место в курсе занимают глобальные экономические и экологические проблемы.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс фев 28, 2021 8:53 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1174. Орлов А.И. Естественные показатели различия // Научный журнал КубГАУ. 2020. №163. С. 248–264. http://ej.kubagro.ru/2020/09/pdf/20.pdf.

ЕСТЕСТВЕННЫЕ ПОКАЗАТЕЛИ РАЗЛИЧИЯ

Орлов Александр Иванович

У статистики нечисловых данных центральная область - статистика в пространствах общей природы (синоним - в пространствах произвольной природы). Для выборок нечисловых данных рассматриваются средние величины и законы больших чисел, статистики интегрального типа, непараметрические оценки плотности, задачи регрессионного и дискриминантного анализа и др. Основополагающие математические понятия - расстояния (метрики, псевдометрики), показатели различия (близости). Аксиоматическое введение расстояний в различных пространствах - популярная тематика на начальном этапе развития статистики нечисловых данных, ведущая начало с книги Кемени - Снелла, в которой аксиоматически введено расстояние между кластеризованными ранжировками. Поэтому целесообразно подробное рассмотрение способов введения метрик и показателей различия, а также изучение их свойств. Попытка выделить свойство, необходимое для получения интересующих нас результатов статистики нечисловых данных, привела нас к понятию "естественного показателя различия" ("естественной меры близости"). Пространства с естественными мерами близости имеют свойства, во многом аналогичные свойствам метрических пространств. В статье приведен ряд соответствующих теорем. Впервые ввёл понятие метрического пространства ввёл Морис Фреше в 1906 г. в связи с рассмотрением функциональных пространств. Неравенство треугольника было унаследовано от евклидовой геометрии. По нашему мнению, нет необходимости в обязательном порядке принимать справедливость неравенства треугольника как аксиому. Другими словами, в различных математических областях целесообразно перейти от метрик (расстояний) к естественным показателям различия. Это в соответствии с новой парадигмой математических методов исследования позволит упростить рассуждения и получать выводы в естественной общности. Актуальным является переход от метрик (расстояний) к естественным показателям различия в различных математических областях. Его можно сопоставить с переходом от классической математики к системной нечетной интервальной математике. Эти два перехода обеспечат новый рассвет математики в XXI столетии.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс мар 07, 2021 10:43 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1175. Орлов А.И. Формализация логики правдоподобных рассуждений на основе теории измерений // Научный журнал КубГАУ. 2020. №164. С. 304–317. http://ej.kubagro.ru/2020/10/pdf/25.pdf.


ФОРМАЛИЗАЦИЯ ЛОГИКИ ПРАВДОПОДОБНЫХ РАССУЖДЕНИЙ НА ОСНОВЕ ТЕОРИИ ИЗМЕРЕНИЙ

Орлов Александр Иванович

Логические конструкции - теоретическая база построения и изучения математических моделей социально-экономических явлений и процессов, разработки методов управления в организационных системах. При этом про многие утверждения относительно явлений и процессов в реальном мире (в отличие от формальных систем) нельзя сказать, что они истинны или ложны, можно говорить лишь о той или иной степени правдоподобности. Следовательно, необходима разработка логики правдоподобных утверждений. В настоящей статьи развиваем подход Д. Пойа, принципиально отличающейся как от вероятностной логики, так и от нечеткой логики. Цель настоящей статьи - наметить один из возможных подходов к формализации теории правдоподобностей Д. Пойа. Подход идейно связан с теорией измерений, а не с теорией вероятностей, как предлагал Д. Пойа. Намеченная здесь теория может найти применения в принятии решений, управлении научными исследованиями, экспертных оценках, а также в модальной логике. Настоящая статья - первый шаг к построению математической логики правдоподобных рассуждений на основе эмпирических наблюдений Д. Пойа. Предлагаем исходить не из вероятностной или нечеткой логики, а из порядковой логики на основе теории измерений. Очевидно, необходимо дальнейшее развитие развиваемого нами подхода. В частности, следует проанализировать различные схемы анализа и обработки правдоподобных утверждений. Уже на нынешней стадии развития подход к формализации логики правдоподобных рассуждений Д. Пойа на основе теории измерений способен дать полезные практические рекомендации. Они могут быть использованы при математическом моделировании социально-экономических явлений и процессов.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс мар 14, 2021 7:23 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1165. Орлов А.И. Вероятностно-статистические модели корреляции и регрессии / Научный журнал КубГАУ. 2020. №160. С. 130–162.
http://ej.kubagro.ru/2020/06/pdf/11.pdf, 2,062 у.п.л.


ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЕ МОДЕЛИ КОРРЕЛЯЦИИ И РЕГРЕССИИ

Орлов Александр Иванович

Коэффициенты корреляции и детерминации широко используются при статистическом анализе данных. Согласно теории измерений линейный парный коэффициент корреляции Пирсона применим к переменным, измеренным в шкале интервалов. Его нельзя использовать при анализе порядковых данных. Непараметрические ранговые коэффициенты Спирмена и Кендалла оценивают связь порядковых переменных. Критическое значение при проверке значимости отличия коэффициента корреляции от 0 зависит от объема выборки. Поэтому использование "шкалы Чеддока" некорректно. При применении пассивного эксперимента коэффициенты корреляции обоснованно использовать для прогнозирования, но не для управления. Для получения предназначенных для управления вероятностно-статистических моделей необходим активный эксперимент. Влияние выбросов на коэффициент корреляции Пирсона весьма велико. При увеличении числа проанализированных наборов предикторов заметно растет максимальный из соответствующих коэффициентов корреляции - показателей качества приближения (эффект «вздувания» коэффициента корреляции). Рассмотрены четыре основные модели регрессионного анализа. Выделены модели метода наименьших квадратов с детерминированной независимой переменной. Распределение отклонений произвольно, однако для получения предельных распределений оценок параметров и регрессионной зависимости предполагаем выполнение условий центральной предельной теоремы. Второй тип моделей основан на выборке случайных векторов. Зависимость является непараметрической, распределение двумерного вектора - произвольным. Об оценке дисперсии независимой переменной можно говорить только в модели на основе выборки случайных векторов, равно как и о коэффициенте детерминации как критерии качества модели. Обсуждается сглаживание временных рядов. Рассмотрены методы восстановления зависимостей в пространствах общей природы. Показано, что предельное распределение естественной оценки размерности модели является геометрическим, а построение информативного подмножества признаков наталкивается на эффект "вздувания коэффициентов корреляции". Обсуждаются различные подходы к регрессионному анализ интервальных данных. Анализ многообразия моделей регрессионного анализа приводит к выводу, что не существует единой "стандартной модели".


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб мар 20, 2021 7:42 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1169. Орлов А.И. Свойства общей схемы устойчивости / Научный журнал КубГАУ. 2020. № 161. С. 121 – 149. http://ej.kubagro.ru/2020/07/pdf/10.pdf.

СВОЙСТВА ОБЩЕЙ СХЕМЫ УСТОЙЧИВОСТИ

Орлов Александр Иванович

Математические модели могут давать лишь приближенное представление о реальных явлениях и процессах. Исходные данные известны лишь с некоторой точностью, математические зависимости всегда несколько отличаются от реальных. Поэтому изучение устойчивости выводов относительно допустимых отклонений исходных данных и предпосылок модели – один из этапов построения математической модели, предназначенной для практического использования. Нами разработан подход к изучению устойчивости выводов в математических моделях. Центральное место в нем занимает новый математический объект - общая схема устойчивости. Основное содержание настоящей статьи - изучение математических свойств общей схемы устойчивости. Так называется кортеж из пяти элементов {A, B, f, d, E}, где A –пространство исходных данных; B – пространство решений; f – способ получения выводов, т.е. однозначное отображение из A в B; неотрицательная функция d, определенная на подмножествах множества B, используется для определения показателей устойчивости; E - совокупность допустимых отклонений, т.е. система подмножеств множества A такая, что каждому элементу множества исходных данных и каждому значению параметра из некоторого множества параметров соответствует подмножество множества исходных данных (оно называется множеством допустимых отклонений в точке при определенном значении параметра). Способ получения выводов иногда для краткости называем моделью. Во многих конкретных постановках устойчивости выводы получают с помощью определенного метода, основанного на некоторой модели. С прикладной точки зрения модель первична, метод – вторичен, поскольку результаты его применения определяются свойствами модели. Введена система показателей устойчивости выводов, получаемых с помощью математических моделей. Они определяются с помощью метрики, псевдометрики или показателя различия (меры близости) как диаметр множества. В серии из 7 теорем показано, что оптимизационные задачи, соответствующие различным показателям устойчивости, имеют решения, т.е. точные верхние грани достигаются при определенных значениях аргументов. Рассмотрен ряд иных свойств общей схемы устойчивости.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс мар 28, 2021 8:50 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1179. Орлов А.И. Статистические и экспертные методы в задачах экономики и управления наукой // Научный журнал КубГАУ. 2021. №166. С. 1–35.
http://ej.kubagro.ru/2021/02/pdf/01.pdf, 2,188 у.п.л.


СТАТИСТИЧЕСКИЕ И ЭКСПЕРТНЫЕ МЕТОДЫ В ЗАДАЧАХ ЭКОНОМИКИ И УПРАВЛЕНИЯ НАУКОЙ

Орлов Александр Иванович

В настоящее время в науке и научном обслуживании работают миллионы людей. Проблемы управления научной деятельностью актуальны как для исследователей, так и для администраторов различных уровней. Для их рационального решения используют наукометрию (буквальный смысл - измерения в науке) — область знания, занимающуюся изучением науки путем статистических и экспертных исследований структуры и динамики научной деятельности. Наукометрия как часть науковедения служит основой для принятия управленческих решений в области управления научной деятельностью. В настоящей статье предлагаем для решения проблем управления научной деятельностью использовать комплекс передовых управленческих технологий - контроллинг, т.е. систему информационно-аналитической поддержки процесса принятия управленческих решений в организации. Как известно, оценка продуктивности и результативности научной деятельности проводится повсеместно в вузах и научных организациях. В статье приведен перечень основных положений разрабатываемой нами новой области контроллинга - контроллинга научной деятельности. Установлено, что ключевой (т.е. основной) показатель результативности научной деятельности исследователей, подразделений, научных организаций - число цитирований их работ в научных публикациях. Проанализированы распространенные заблуждения, связанные со статистической оценкой эффективности научной деятельности. Они приводят к необоснованным управленческим решениям, наносящим вред развитию научных исследований. Например, отдельные лица необоснованно считают публикации в научных журналах основным видом научных публикаций; верят в реальное существование «мировой науки»; отдают приоритет публикациям в зарубежных журналах, индексируемых в базах библиометрических данных WoS и Scopus; основным наукометрическим показателем без каких-либо обоснований считают индекс Хирша; отрицательно относятся к самоцитированию; игнорируют публикации старше 5 лет, в частности, при расчете импакт-факторов журналов, и т. д. Дан критический анализ экспертных методов наукометрии. Рассмотрены четыре вида таких методов: рецензирование статей, работа диссертационных советов, назначения (выборы) на административные должности, выборы в РАН.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс апр 04, 2021 3:40 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1151. Орлов А.И. Существование асимптотически оптимальных планов в дискретных задачах динамического программирования / Научный журнал КубГАУ. 2020. №155. С. 147–163.
http://ej.kubagro.ru/2020/01/pdf/12.pdf
http://dx.doi.org/10.21515/1990-4665-155-012
https://www.elibrary.ru/download/elibra ... 533700.pdf


СУЩЕСТВОВАНИЕ АСИМПТОТИЧЕСКИ ОПТИМАЛЬНЫХ ПЛАНОВ В ДИСКРЕТНЫХ ЗАДАЧАХ ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ

Орлов Александр Иванович

Динамическое программирование предназначено для решения дискретных задач оптимального управления. Согласно этому методу оптимальное решение в многомерной задаче находят путем ее декомпозиции на этапы, каждый из которых представляет подзадачу относительно одной переменной. В экономических задачах число этапов - это горизонт планирования. Выбор горизонта планирования необходим для строгой постановки прикладной задачи в области экономики и управления, но его зачастую трудно обосновать. Мы видим выход в использовании асимптотически оптимальных планов, для которых значения критерия оптимизации мало отличается от его значений для оптимальных планов при всех достаточно больших горизонтах планирования. Основной результат статьи - существование асимптотически оптимального плана. Доказательство проводится в нескольких постановках. В случае стремления к 0 хвоста суммы максимумов переходных функций существование асимптотически оптимального плана получено в теореме 1. Частным случаем являются модели с дисконтированием при коэффициенте дисконтирования, меньшем 1. Основная часть статьи посвящена моделям с коэффициентом дисконтирования, равном 1. Теорема 2 о магистрали доказана для базового множества из конечного числа элементов. В теореме 3 получено утверждение об аппроксимации произвольного множества конечным. В заключительной теореме 4 существование асимптотически оптимального плана доказано в общем случае. Термин "магистраль" ассоциируется с известной рекомендацией водителям: чтобы попасть из пункта А в пункт Б, целесообразно на начальном участке пути выехать на магистраль, двигаться по ней, а на заключительном участке съехать с магистрали и добраться до пункта Б. Аналогична рекомендация по выбору оптимальной траектории при использовании принципа максимума Понтрягина в модели оптимального распределения времени между получением знаний и развитием умений. Этот факт подчеркивает методологическую близость динамического программирования и принципа максимума Понтрягина.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс апр 11, 2021 8:37 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1181. Орлов А.И. О развитии теории принятия решений и экспертных оценок // Научный журнал КубГАУ. 2021. № 167. С. 177–198.
http://ej.kubagro.ru/2021/03/pdf/12.pdf, 1,375 у.п.л.


О РАЗВИТИИ ТЕОРИИ ПРИНЯТИЯ РЕШЕНИЙ И ЭКСПЕРТНЫХ ОЦЕНОК

Орлов Александр Иванович

В статье обсуждаются основные понятия и термины, применяемые в научной, прикладной и учебной дисциплине, посвященной принятию решений, в том числе на основе использования экспертных оценок. Теорию принятия решений можно отнести к кибернетике и исследованию операций, а также к экономико-математическим моделям и методам, к организационно-экономическому моделированию. Дан обзор содержания основных широко цитируемых в научных исследованиях работ автора по теории принятия решений. Эти монографии можно использовать также и как учебники. Согласно общей идее: "Образование через науку" научные монографии целесообразно готовить так, чтобы их можно было использовать как учебники. Таким образом можно и нужно выводить обучающихся на передний край современных научных исследований. Дана информация о научных исследованиях автора по теории принятия решений. Экспертные оценки – та часть теории принятия решений, которой автор занимается постоянно – с начала 70-х и до сих пор. Приведена краткая информация об основных публикациях и некоторых работах последних лет. В частности, рассказано о роли экспертных оценок в разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий и конструировании аддитивно-мультипликативных моделей оценки рисков проектов в ракетно-космической отрасли. Экспертные оценки можно рассматривать как "прикладное зеркало" статистики нечисловых данных. Именно такая формулировка используется в новой парадигме математических методов исследования. Можно констатировать, что теория принятия решений и статистика нечисловых данных являются стержнем развития математических методов экономики и математики в целом с 1970-х годов, в настоящее время и далее в текущем XXI веке.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вт апр 20, 2021 10:05 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1163. Орлов А.И. Основные требования к методам анализа данных (на примере задач классификации) / Научный журнал КубГАУ. 2020. №159. С. 239–267. http://ej.kubagro.ru/2020/05/pdf/17.pdf.

ОСНОВНЫЕ ТРЕБОВАНИЯ К МЕТОДАМ АНАЛИЗА ДАННЫХ (НА ПРИМЕРЕ ЗАДАЧ КЛАССИФИКАЦИИ)

Орлов Александр Иванович


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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб апр 24, 2021 10:54 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1161. Орлов А.И. Метод ценообразования на основе оценивания функции спроса / Научный журнал КубГАУ. 2020. №158. С. 250 – 267.
http://ej.kubagro.ru/2020/04/pdf/18.pdf


МЕТОД ЦЕНООБРАЗОВАНИЯ НА ОСНОВЕ ОЦЕНИВАНИЯ ФУНКЦИИ СПРОСА

Орлов Александр Иванович

При решении некоторых задач экономики и управ-ления на предприятии возникает необходимость определения розничной цены товара или услуги при известной оптовой цене или цене производи-теля. Предлагаем определять розничную цену на основе анализа данных опроса потенциальных потребителей о максимально возможной для них цене на рассматриваемый товар или услугу. Роз-ничную цену рассчитываем на основе оптимизации экономического эффекта, равного произведению результата от продажи одной единицы товара на функцию спроса, которую оцениваем путем опроса потребителей. Для решения оптимизационной задачи функцию спроса приближаем с помощью метода наименьших квадратов. Как примеры проанализированы линейная и степенная модели функции спроса. Обсуждаются пути дальнейшего развития предложенного подхода. Сформулирова-ны нерешенные научные задачи. Требуют даль-нейшей проработки методы оценивания функции спроса в условиях большого количества повторов в ответах респондентов и их склонности к "круглым цифрам", вследствие чего нельзя пользоваться критерием Колмогорова для определения точности восстановления функции спроса. Различные параметрические и непараметрические подходы регрессионного анализа должны быть адаптированы к рассматриваемой задаче восстановления зависимости спроса от цены, равно как и методы решения соответствующих оптимизационных задач.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс май 02, 2021 10:44 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1159. Орлов А.И. Система моделей и методов проверки однородности двух независимых выборок / Научный журнал КубГАУ. 2020. №157. С. 145 – 169. http://ej.kubagro.ru/2020/03/pdf/12.pdf.

СИСТЕМА МОДЕЛЕЙ И МЕТОДОВ ПРОВЕРКИ ОДНОРОДНОСТИ ДВУХ НЕЗАВИСИМЫХ ВЫБОРОК

Орлов Александр Иванович

Новая парадигма математических методов исследования позволяет дать системный анализ различных постановок задач анализа статистических данных и методов их решения, основанных на принятой исследователем той или иной вероятностно-статистической модели порождения данных. Методы проверки однородности двух независимых выборок - классическая область математической статистики. За более чем 111 лет с момента публикации основополагающей статьи Стьюдента разработаны критерии проверки статистической гипотезы однородности в различных постановках, изучены их свойства. Однако актуальна потребность в упорядочении совокупности найденных научных результатов. Необходим анализ всего многообразия постановок задач проверки статистических гипотез однородности двух независимых выборок, а также соответствующих статистических критериев. Такому анализу посвящена настоящая статья. Дана сводка основных результатов, касающихся методов проверки однородности двух независимых выборок, и проведено их сравнительное изучение, позволяющие системно анализировать многообразие таких методов с целью выбора наиболее адекватного для обработки конкретных данных. На основе базовой вероятностно-статистической модели сформулированы основные постановки задачи проверки однородности двух независимых выборок. Дан сравнительный анализ критериев Стьюдента и Крамера - Уэлча, предназначенных для проверки однородности математических ожиданий, обоснована рекомендация по широкому применению критерия Крамера - Уэлча. Из непараметрические методов проверки однородности рассмотрены критерии Вилкоксона, Смирнова, Лемана - Розенблатта. Разобраны два мифа о критерии Вилкоксона. На основе анализа публикаций основоположников показана некорректность термина "критерий Колмогорова - Смирнова". Для проверки абсолютной однородности, т.е. совпадения функций распределения выборок, рекомендовано использовать критерий Лемана - Розенблатта. Обсуждаются актуальные проблемы разработки и применения непараметрических критериев, в том числе различие номинальных и реальных уровней значимости, затрудняющее сравнение критериев по мощности, и необходимость учета совпадений выборочных значений (с точки зрения классической теории математической статистики вероятность совпадений равна 0).


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс май 09, 2021 11:00 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1146. Орлов А.И. Применение метода Монте-Карло при изучении свойств статистических критериев однородности двух независимых выборок / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: КубГАУ, 2019. – №10(154). С. 55 – 83. – IDA [article ID]: 1541910007. – Режим доступа: http://ej.kubagro.ru/2019/10/pdf/07.pdf, 1,812 у.п.л.

ПРИМЕНЕНИЕ МЕТОДА МОНТЕ-КАРЛО ПРИ ИЗУЧЕНИИ СВОЙСТВ СТАТИСТИЧЕСКИХ КРИТЕРИЕВ ОДНОРОДНОСТИ ДВУХ НЕЗАВИСИМЫХ ВЫБОРОК

Орлов Александр Иванович

К инструментальным методам экономики относится метод Монте-Карло (метод статистических испытаний). Он широко используется при разработке, изучении и применении математических методов исследования в эконометрике, прикладной статистике, организационно-экономическом моделировании, при разработке и принятии управленческих решений, является основой имитационного моделирования. Разработанная нами новая парадигма математических методов исследования опирается на применение метода Монте-Карло. В математической статистике для многих метолов анализа данных получены предельные теоремы об асимптотическом поведении рассматриваемых величин при безграничном росте объемов выборок. Следующий шаг - изучение свойств этих величин при конечных объемах выборок. Для такого изучения применяют метод Монте-Карло. В настоящей статье этот метод применяем для изучения свойств статистических критериев проверки однородности двух независимых выборок. Рассмотрены наиболее используемые при анализе реальных данных критерии - Крамера-Уэлча, совпадающий при равенстве объемов выборок с критерием Стьюдента; Лорда, Вилкоксона (Манна-Уитни), Вольфовица, Ван-дер-Вардена, Смирнова, типа омега-квадрат (Лемана-Розенблатта). Метод Монте-Карло позволяет оценить скорости сходимости распределений статистик критериев к пределам, сравнить свойства критериев при конечных объемах выборок. Для применения метода Монте-Карло необходимо выбрать функции распределения элементов двух выборок. Для этого использованы нормальные распределения и распределения Вейбулла - Гнеденко. Получена рекомендация: для проверки гипотезы совпадения функций распределения двух выборок целесообразно использовать критерий Лемана - Розенблатта типа омега-квадрат. Если есть основания предполагать, что распределения отличаются в основном сдвигом, то можно использовать также критерии Вилкоксона и Ван-дер-Вардена. Однако даже в этом случае критерий типа омега-квадрат может оказаться более мощным. В общем случае, кроме критерия Лемана - Розенблатта, допустимо применение критерия Смирнова, хотя для этого критерия реальный уровень значимости может значительно отличаться от номинального. Оценены частоты расхождений статистических выводов по разным критериям.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб май 15, 2021 8:27 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1184. Орлов А.И. Развивающая идеи Аристотеля солидарная информационная экономика – основа новой парадигмы экономической науки // Biocosmology – neo-Aristotelism. 2020. Vol. 10. № 3-4. С. 406-420.
https://biocosmology.org/wp-content/upl ... 0Nos34.pdf

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

Александр Иванович Орлов


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

Реферат

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Пн май 24, 2021 10:49 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1166. Орлов А.И. Вероятностно-статистические модели данных - основа методов прикладной статистики / Заводская лаборатория. Диагностика материалов. 2020. Т.86. № 7. С. 5-6.


Колонка редколлегии

ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЕ МОДЕЛИ ДАННЫХ - ОСНОВА МЕТОДОВ ПРИКЛАДНОЙ СТАТИСТИКИ

© А.И. Орлов

PROBABILISTIC AND STATISTICAL DATA MODELS - THE BASIS OF APPLIED STATISTICS METHODS

© A.I. Orlov

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

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс май 30, 2021 8:14 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1147. Орлов А.И. Статистические и экспертные методы наукометрии при управлении научной деятельностью / Biocosmology – neo-Aristotelism. 2019. V.9, № 3-4. С. 308-329.
https://sites.google.com/site/biocosmol ... utumn-2019
https://cyberleninka.ru/article/n/stati ... tyu/viewer

СТАТИСТИЧЕСКИЕ И ЭКСПЕРТНЫЕ МЕТОДЫ НАУКОМЕТРИИ ПРИ УПРАВЛЕНИИ НАУЧНОЙ ДЕЯТЕЛЬНОСТЬЮ

Александр Иванович ОРЛОВ

РЕЗЮМЕ. В статью включены новые (Биокосмологические) наработки по науковедению и наукометрии, выполненные в рамках контроллинга научной деятельности – важной составной части контроллинга организационно-экономических методов. Оценка продуктивности и результативности научной деятельности проводится повсеместно в вузах и научных организациях. В статье приведен перечень основных положений разрабатываемой нами новой области контроллинга – контроллинга научной деятельности. Доказано, что ключевой показатель результативности научной деятельности – число цитирований. Проанализированы распространенные заблуждения, связанные с оценкой эффективности научной деятельности.

РЕФЕРАТ

Общепризнанно, что Аристотель – отец современного европейского и мирового знания, науки. Трудно назвать хоть одну отрасль науки, которая не находила бы начало у Аристотеля. Многие идеи Аристотеля, относящиеся к анализу внутренней структуры науки, являются и сейчас весьма актуальными. Новым по сравнению с временами Аристотеля является огромное количество работников науки и накопленных ими научных результатов. Если Аристотель мог лично знать современных ему ученых, то ныне это невозможно. Как следствие, каждый из нас знаком лишь с малой долей публикаций и людей, относящихся к его тематике. А потому основная проблема современной науки – всеобщее невежество научных работников.
Проблемы управления научной деятельностью актуальны как для исследователей, так и для администраторов различных уровней. Предлагаем для решения проблем управления научной деятельностью использовать наиболее передовую управленческую технологию – контроллинг. Контроллинг – это система информационно-аналитической поддержки процесса принятия управленческих решений в организации. Считаем полезным для успешного развития научных исследований выделить новую область контроллинга (или новое направление) – контроллинг научной деятельности. Для обоснования этого выделения необходимо обсудить контроллинг в целом и его составную часть – контроллинг методов. Затем мы рассматриваем основные положения разрабатываемого нами контроллинга научной деятельности, уделяя внимание критике распространенных догм. Завершаем статью некоторыми рекомендациями по совершенствованию управления научной деятельностью в вузах и НИИ, вытекающими из контроллинга научной деятельности.
Инновации в сфере управления в промышленности и других отраслях народного хозяйства основаны, в частности, на использовании новых адекватных организационно-экономических методов. Контроллинг в этой области – это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам.
Наукометрия (буквально: измерения в науке) – область знания, занимающаяся изучением науки путем статистических и экспертных исследований структуры и динамики научной деятельности. Наукометрия как часть науковедения служит основой для принятия управленческих решений в области управления научной деятельностью. Основные положения наукометрии были сформулированы В.В. Налимовым и З.М. Мульченко еще в 1969 г. К настоящему времени прикладная наукометрия обогатилась большим числом инструментов, использующих разнообразные информационно-коммуникационные технологии, в частности, технологии больших данных. Примером является Российский индекс научного цитирования (РИНЦ).
Однако распространены разнообразные догмы, приводящие к необоснованным управленческим решениям, наносящим вред развитию научных исследований. Например, отдельные лица считают публикации в научных журналах основным видом научных публикаций; верят в реальное существование «мировой науки»; отдают приоритет публикациям в зарубежных журналах, индексируемых в базах библиометрических данных WoS и Scopus; основным наукометрическим показателем без каких-либо обоснований считают индекс Хирша; отрицательно относятся к самоцитированию; игнорируют публикации старше 5 лет, в частности, при расчете импакт-факторов журналов, и т. д.
Выделим прикладную науку, когда работа выполняется в интересах конкретного заказчика, и фундаментальную науку, нацеленную на увеличение знаний. В прикладной науке публикация полученных результатов в открытой печати не является целью и не всегда целесообразна, в частности, из-за необходимости соблюдения коммерческой и государственной тайны. В фундаментальной науке, наоборот, итогом выполненного исследования является именно публикация, а ее оценкой является востребованность научным сообществом, выраженное в числе цитирований в дальнейших работах.
Дан критический анализ экспертных методов наукометрии. Рассматриваем четыре вида методов: рецензирование статей, работа диссертационных советов, назначения (выборы) на административные должности, выборы в РАН.
Необходимо совместно применять статистические и экспертные методы наукометрии при управлении научной деятельностью, избавляясь от архаики.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июн 06, 2021 12:03 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1185. Орлов А.И. Контроллинг рисков как научная, практическая и учебная дисциплина // Научный журнал КубГАУ. 2021. № 168. С. 154–185.
http://ej.kubagro.ru/2021/04/pdf/12.pdf.

КОНТРОЛЛИНГ РИСКОВ КАК НАУЧНАЯ, ПРАКТИЧЕСКАЯ И УЧЕБНАЯ ДИСЦИПЛИНА

Орлов Александр Иванович

Возникновение новых дисциплин - объективный процесс. Такова научная, практическая и учебная дисциплина "Контроллинг рисков", которой посвящена статья. Начинаем с обсуждения базовых терминов "контроллинг" и "риск". Определяем риск как нежелательную возможность. Делим теорию риска на три области - анализ риска, оценка риска, управление риском. Безопасность и риск непосредственно связаны между собой, являясь «зеркальным отражением» друг друга. Считаем необходимым развивать как общую теорию риска, так и частные теории в конкретных областях. В настоящее время используют три основных подхода к учету неопределенности и описанию рисков - вероятностно-статистический, с помощью нечетких множеств, на основе интервальной математики. Рассмотрены методы оценки рисков, прежде всего основанные на вероятностно-статистических моделях. Математический аппарат оценки и управления рисками основан на непараметрических постановках и предельных соотношениях, широко используется многокритериальная оптимизация. Асимптотические непараметрические точечные оценки и доверительные границы для вероятности рискового события построены на основе биномиального распределения и распределения Пуассона. Предложены правила проверки гипотез о равенстве вероятностей рисковых событий. Широкое распространение получила аддитивно-мультипликативная модель оценки рисков на основе трехуровневой системы: частные риски - групповые риски - итоговый риск. Для этой модели выявлена роль экспертных оценок. Показана перспективность использования теории нечеткости. Простейшая оценка риска в вероятностно-статистической модели - это произведение вероятности рискового события и математического ожидания случайного ущерба. Рассказано об основных составляющих математического аппарата теории рисков, в частности, о математическом обеспечении частных теорий рисков, относящихся к управлению качеством, инновациями и инвестициями. Обсуждаются математические и инструментальные методы исследования глобальных экономических и экологических рисков. В курс "Контроллинг рисков" включены основные положения новой парадигмы экономической теории - солидарной информационной экономики. Дана краткая информацию о современных математических инструментах контроллинга рисков.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июн 13, 2021 1:31 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1178. Орлов А.И. Системная нечеткая интервальная математика - основа математики XXI века // Научный журнал КубГАУ. 2021. №165. С. 111–130. http://ej.kubagro.ru/2021/01/pdf/11.pdf, 1,25 у.п.л.

СИСТЕМНАЯ НЕЧЕТКАЯ ИНТЕРВАЛЬНАЯ МАТЕМАТИКА - ОСНОВА МАТЕМАТИКИ XXI ВЕКА

Орлов Александр Иванович

Определения математики как науки менялись со временем. В XIX в. ее определяли как науку о числах и фигурах (телах). В XXI в. математика - наука о формальных структурах. Следовательно, ее нельзя относить к естественным наукам. Математика изучает мысленные конструкции. В практике математических исследований аксиоматические теории - это, как правило, недостижимый идеал. Есть два направления деятельности математиков. Исследования в первом из них нацелены на построение и изучение моделей реальности, на получение научных результатов, которые - прямо или опосредованно - позволяют решать практические задачи. Представители второго направления занимаются решением конкретных трудных задач. Примеры - "великая теорема Ферма", задача пяти красок и т.п. Именно они готовят новых математиков, руководят профессиональными объединениями. В результате первое направление оказывается ущемленным. С точки зрения представителей первого направления наиболее важные области математики - это математический анализ, алгебра (линейная, высшая и др.) и геометрия (многомерная, начертательная, топология и др.). Для решения прикладных задач в ХХ в. наиболее важными оказались теория вероятностей и математическая статистика, теория оптимизации, дифференциальные и разностные уравнения. Начиная со второй половины ХХ в. появились новые области математики - статистика нечисловых данных, теория нечетких множеств, автоматизированный системно-когнитивный анализ, интервальная математика. Объединяющую их системную нечеткую интервальную математику рассматриваем как основу математики XXI века. Основная часть областей математики, разработанных представителями второго направления, в применении к решению прикладных задач оказалась, увы, бесплодной. Необходимо различать математические, прагматические и компьютерные числа. Разработан ряд подходов к моделированию связей математических и прагматических чисел - на основе группировки, интервального анализа, нечетких множеств, автоматизированного системно-когнитивного анализа. В конце статьи кратко рассказано о многообразии литературных источников.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июн 20, 2021 10:50 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1170. Орлов А.И. Основные требования к математическим методам классификации // Заводская лаборатория. Диагностика материалов. 2020. Т.86. №11. С. 67-78.

Основные требования к математическим методам классификации

Александр Иванович Орлов

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июн 27, 2021 8:39 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1036. Орлов А.И. Число цитирований - ключевой показатель эффективности научной деятельности исследователя и организации / Научный журнал КубГАУ. 2016. №124. С. 984–1009.

ЧИСЛО ЦИТИРОВАНИЙ - КЛЮЧЕВОЙ ПОКАЗАТЕЛЬ ЭФФЕКТИВНОСТИ НАУЧНОЙ ДЕЯТЕЛЬНОСТИ ИССЛЕДОВАТЕЛЯ И ОРГАНИЗАЦИИ

Орлов Александр Иванович

Рассмотрим методы оценки эффективности и качества работы ученого, научной деятельности подразделения, организации, журнала. Показатели эффективности научной деятельности используются как важная составная часть при оценке вузов, инновационного потенциала предприятий и т.п. Для оценки эффективности научной деятельности естественно использовать хорошо зарекомендовавшие себя в других предметных областях интеллектуальные инструменты. К таким инструментам относятся, в частности, система сбалансированных показателей, основанная на ключевых показателях эффективности (отсюда и название настоящей статьи), а также контроллинг, прежде всего контроллинг научной деятельности. Подробно разработаны и широко применяются два типа инструментов оценки эффективности научной деятельности - наукометрические показатели и экспертные оценки. Их критическому анализу и посвящена настоящая статья. Цель - выбор наиболее эффективного инструмента. Различные варианты манипулирования значениями наукометрических показателей в РФ, по нашей оценке, пока еще применяются сравнительно редко. Возможно, это связано со сравнительно небольшим сроком их использования при управления наукой. Поскольку такой показатель, как число цитирований работ исследователя, позволяет объективно оценить его вклад в науку, то применение этого наукометрического показателя для управления наукой оправдано. В то же время число публикаций и особенно индекс Хирша не позволяют объективно оценить эффективность научной деятельности, особенно с учетом свойств реальных библиометрических баз данных. Экспертные процедуры имеют ряд недостатков. В настоящей статье обсудим реальную эффективность экспертных процедур в таких областях их применения, как присвоение ученых степеней и выборы в государственные академии наук (прежде всего в РАН), а также назначения на руководящие должности. Основные принципы экспертизы в рассматриваемых областях остаются неизменными в течение последних 70 лет. На основе анализа практики приходится констатировать недостаточную эффективность экспертных оценок в указанных областях. Обоснование сказанному приведено в статье.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июл 04, 2021 9:49 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1143. Орлов А.И. Характеризация моделей с дисконтированием / Научный журнал КубГАУ. 2019. №153. С. 202–218.

ХАРАКТЕРИЗАЦИЯ МОДЕЛЕЙ С ДИСКОНТИРОВАНИЕМ

Орлов Александр Иванович

Среди широко используемых экономико-математических моделей важное место занимают модели динамического программирования, а среди них - модели с дисконтированием. Наиболее известным примером является модель расчета чистой текущей стоимости NPV как оценки эффективности инвестиционного проекта. В статье выяснено, какими свойствами выделяются модели с дисконтированием среди всех моделей динамического программирования. В моделях с дисконтированием сравнение планов не меняется при изменении момента начала реализации планов, т.е. имеет место устойчивость результатов сравнения планов. Доказано, что если в модели динамического программирования устойчивы результаты сравнения планов на 1 и 2 шага, то эта модель является моделью с дисконтированием. Эта теорема показывает, что введение дисконтированных функций для оценки эффекта оправдано лишь в стабильных экономических условиях, в которых упорядоченность управленческих решений не меняется год от года. Другими словами, если в начале рассматриваемого периода первое решение лучше второго, то и во все остальные моменты времени, вплоть до конца рассматриваемого периода, первое решение лучше второго. Стабильные экономические условия редко встречаются в современной экономике с ее постоянными изменениями, в том числе вызванными инновациями. Следовательно, принятие решения о выборе (для реализации) инвестиционного проекта из совокупности возможных нельзя основывать исключительно на расчете дисконтированных показателей эффективности проектов, таких, как чистая текущая стоимость и внутренняя норма доходности. Такие показатели могут играть лишь вспомогательную роль. Принимать решение о выбора инвестиционного проекта для реализации необходимо на основе всей совокупности социальных, технологических, экологических, экономических, политических факторов.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июл 11, 2021 10:00 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1186. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в цифровой экономике (на примере управления качеством) // Научный журнал КубГАУ. 2021. №169. С.216–242.
http://ej.kubagro.ru/2021/05/pdf/16.pdf.

ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ЦИФРОВОЙ ЭКОНОМИКЕ (НА ПРИМЕРЕ УПРАВЛЕНИЯ КАЧЕСТВОМ)

Орлов Александр Иванович

Организационно-экономическое моделирование, в том числе теория принятия решений (включая экспертные процедуры), является научной основой технологий искусственного интеллекта. Это научное направление является все более востребованным в ходе бурного развития цифровой экономики. Для успешного конструирования будущего полезно критически проанализировать результаты прежних исследований. В статье рассмотрены наши научные результаты по этой тематике и опыт их практического использования, накопленный за более чем 30 лет Институтом высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана. Основное внимание уделено статистическим методам управления качеством продукции - составной части теории и практики организации производства. Нам наиболее интересны такие направления исследований в области организации производства, как статистические методы управления качеством продукции, система экологического менеджмента на предприятии, анализ, оценка и управление рисками, управление запасами (материально-техническими ресурсами). По этой тематике нами выпущен ряд публикаций, рассмотренных в статье. Несмотря на взрывной характер цифровой революции, заметная доля интеллектуальной жизни и достижений прежних времен остается актуальной и сейчас. Их сегодня и в обозримом будущем целесообразно изучать, развивать и применять в практической деятельности. В настоящей статье в качестве базового примера кратко рассмотрены научные результаты и опыт их практического использования, накопленный Институтом высоких статистических технологий и эконометрики МГТУ им. Н.Э. Баумана. Он занимается рассматриваемой тематикой уже более 30 лет (основан нами в 1989 г. как Всесоюзный центр статистических методов и информатики Центрального правления Всесоюзного экономического общества). Параллельно с развитием фундаментальных исследований и выполнением прикладных работ по договорам с организациями и предприятиями Институт вел работу по объединению отечественных статистиков, завершившуюся созданием в октябре 1990 г. Всесоюзной статистической ассоциации. Рассказано о работах Института вплоть до 2020 г.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июл 18, 2021 10:19 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1187. Орлов А.И. Модель расширенного воспроизводства, экспоненциальный рост экономики и пределы роста // Контроллинг. 2021. № 2(80). С. 24-31.
https://elibrary.ru/download/elibrary_4 ... 463632.pdf


Модель расширенного воспроизводства, экспоненциальный рост экономики и пределы роста

Орлов Александр Иванович

Аннотация
Согласно построенной в статье математической модели расширенного воспроизводства и анализу статистических данных основные макроэкономические показатели экономики экспоненциально растут с течением времени. Однако из-за ограниченности ресурсов планеты развитие мирового хозяйства в обозримом будущем наталкивается на непреодолимые пределы роста. Выжить в условиях приближающегося кризиса можно лишь путем кардинального изменения нынешней системы хозяйствования и соответствующего ей массового сознания. В частности, необходимо отказаться от однозначной оценки увеличения макроэкономического показателя как успеха. Чтобы выжить, надо начать с научного изучения сложившейся к настоящему времени ситуации и распространения информации о результатах такого изучения. Об этом - настоящая статья.

Ключевые слова: экономика, математические модели, производство средств производства, производство товаров и услуг для населения, экспоненциальный рост, пределы роста, грядущий кризис.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс июл 25, 2021 12:04 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1189. Орлов А.И. Смена парадигм в прикладной статистике // Заводская лаборатория. Диагностика материалов. 2021. Т.87. № 7. С. 6-7.



Колонка редколлегии

СМЕНА ПАРАДИГМ В ПРИКЛАДНОЙ СТАТИСТИКЕ

© А.И. Орлов

CHANGE OF PARADIGMS IN APPLIED STATISTICS

© A.I. Orlov

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

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс авг 01, 2021 12:33 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1188. Орлов А.И. Организационно-экономическое моделирование и искусственный интеллект в организации производства в эпоху цифровой экономики // Инновации в менеджменте. 2021. № 2(28). С. 36-45.
https://elibrary.ru/download/elibrary_4 ... 482186.pdf


УДК 123; JEL Classification: А10, В40

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

ОРГАНИЗАЦИОННО-ЭКОНОМИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ОРГАНИЗАЦИИ ПРОИЗВОДСТВА
В ЭПОХУ ЦИФРОВОЙ ЭКОНОМИКИ

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

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

ORGANIZATIONAL-ECONOMIC MODELING AND ARTIFICIAL INTELLIGENCE IN PRODUCTION ORGANIZATION IN THE ERA OF THE DIGITAL ECONOMY

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

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

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

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

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

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

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

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

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

Дальнейшие работы Института высоких статистических технологий и эконометрики

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

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

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

References:
1. Agalarov Z.S., Orlov A.I. Ekonometrika. Uchebnik. - M.: Izdatel'sko-torgovaya korporaciya «Dashkov i K°», 2021. — 380 s.
2. Glichev A.V. Osnovy upravleniya kachestvom produkcii. - M.: RIA "Standarty i kachestvo", 2001. - 120 s.
3. Kompleksnaya sistema upravleniya kachestvom / R.N. Arsen'ev, M.A. Grigor'ev, A.M. Dobrynin, V.A. Doleckij, YU.A. SHCHeglov. - YAroslavl': Verhnevolzhskoe knizhnoe izdatel'stvo., 1973. - 256 s.
4. Lojko V.I., Lucenko E.V., Orlov A.I. Sovremennaya cifrovaya ekonomika. – Krasnodar: KubGAU, 2018. – 508 s.
5. Lojko V.I., Lucenko E.V., Orlov A.I. Vysokie statisticheskie tekhnologii i sistemno-kognitivnoe modelirovanie v ekologii : monografiya. – Krasnodar : KubGAU, 2019. – 258 s.
6. Matematicheskoe modelirovanie processov nalogooblozheniya (podhody k probleme). Kollektivnaya monografiya pod redakciej V.G. Kol'cova, V.N. ZHihareva, Nat. YU. Ivanovoj, A.I. Orlova. - M.: Izd-vo Centra elitarnogo obrazovaniya Ministerstva obshchego i professional'nogo obrazovaniya RF, 1997. - 232 s.
7. Moskovskaya gorodskaya sistema upravleniya kachestvom produkcii: Normativno-metodicheskoe obespechenie. - M.: Izdatel'stvo standartov , 1981. - 160 s.
8. Nekrasov L.A., Skvorcov YU.V. i dr. Organizaciya i planirovanie mashinostroitel'nogo proizvodstva. Proizvodstvennyj menedzhment / L.A. Nekrasov, E.S. Postnikova, YU.V. Skvorcov, T.V. Uhanova; pod redakciej YU. V. Skvorcova. - Izd. 2-e, stereotip. - M.: Student, 2018. - 414 s.
9. Orlov A.I. Sozdana edinaya statisticheskaya associaciya / Vestnik Akademii nauk SSSR. 1991. №7. S. 152-153.
10. Orlov A.I. Vnedrenie sovremennyh statisticheskih metodov s pomoshch'yu personal'nyh komp'yuterov / Kachestvo i nadezhnost' izdelij. №5(21). - M.: Znanie, 1992. - S. 51-78.
11. Orlov A.I. Sertifikaciya i statisticheskie metody // Zavodskaya laboratoriya. Diagnostika materialov. 1997. T.63. №3. S. 55-62.
12. Orlov A.I. Organizacionno-ekonomicheskoe modelirovanie: : uchebnik : v 3 ch. CH.1: Nechislovaya statistika. — M.: Izd-vo MGTU im. N. E. Baumana, 2009. — 542 s.
13. Orlov A.I. Organizacionno-ekonomicheskoe modelirovanie : uchebnik : v 3 ch. CH.2. Ekspertnye ocenki. — M.: Izd-vo MGTU im. N. E. Baumana, 2011. — 486 s.
14. Orlov A.I. Organizacionno-ekonomicheskoe modelirovanie : uchebnik : v 3 ch. CH.3. Statisticheskie metody analiza dannyh. - M.: Izd-vo MGTU im. N.E. Baumana, 2012. - 624 s.
15. Orlov A.I. Veroyatnostno-statisticheskie metody v rabotah A.N. Kolmogorova // Nauchnyj zhurnal KubGAU. 2014. №98. S. 158–180.
16. Orlov A.I. Metody prinyatiya upravlencheskih reshenij: uchebnik. - M.: KNORUS, 2018. - 286 s.
17. Orlov A.I. Cifrovaya ekonomika, innovacii v menedzhmente i idei Aristotelya // Innovacii v menedzhmente. 2019. №20. S. 74-79.
18. Orlov A.I. Otechestvennaya nauchnaya shkola v oblasti organizacionno-ekonomicheskogo modelirovaniya, ekonometriki i statistiki / Kontrolling. 2019a. №73. S. 28-35.
19. Orlov A.I., Lucenko E.V., Lojko V.I. Organizacionno-ekonomicheskoe, matematicheskoe i programmnoe obespechenie kontrollinga, innovacij i menedzhmenta: monografiya / pod obshch. red. S. G. Fal'ko. – Krasnodar : KubGAU, 2016. – 600 s.
20. Orlov A.I., Sazhin YU.B. Solidarnaya informacionnaya ekonomika kak osnova novoj paradigmy ekonomicheskoj nauki // Innovacii v menedzhmente. 2020. №26. S. 52- 59.
21. CHarnovskij N.F. Organizaciya promyshlennyh predpriyatij po obrabotke metallov. - M.: Moskovskoe nauchnoe izdatel'stvo, 1914. - 308 s.
22. Fal'ko S.G. Nauka ob organizacii proizvodstva: istoriya, sovremennost', perspektivy. – M.: O-vo «Znanie» RSFSR, 1990. – 56 s.
23. Fal'ko S.G. Evolyuciya koncepcij upravleniya predpriyatiyami promyshlennosti. – M.: CEMI RAN, 2007. – 50 s.
24. Fal'ko S.G., Orlov A.I. «SHest' sigm» kak podhod k sovershenstvovaniyu biznesa / Kontrolling. 2004. №4(12). S.42-46.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб авг 07, 2021 10:23 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1182. Орлов А.И. Вред ориентации на базы данных SCOPUS и WEB OF SCIENCE // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 835-840.
ISBN 978-5-248-00995-4 http://ukros.ru/archives/26461, http://innclub.info/archives/20049, https://www.academia.edu/48801730

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

ВРЕД ОРИЕНТАЦИИ НА БАЗЫ ДАННЫХ SCOPUS И WEB OF SCIENCE

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

1. Введение

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

2. Контроллинг - наука о современных технологиях управления

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

3. Новая область контроллинга - контроллинг научной деятельности

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

4. Распространенные догмы

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

5. Показатели продуктивности и результативности научной деятельности

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

6. Позиция по ряду часто обсуждаемых вопросов

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

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

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

Выводы

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

Список литературы

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб авг 14, 2021 7:11 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1183. Орлов А.И. Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 841-845.


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

СМЕНА ПАРАДИГМ ЭКОНОМИЧЕСКОЙ НАУКИ:
АРИСТОТЕЛЬ - РЫНОЧНАЯ ЭКОНОМИКА - СОЛИДАРНАЯ ИНФОРМАЦИОННАЯ ЭКОНОМИКА

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

1. Введение

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

2. Основные факты о цифровой экономике

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

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

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

4. Мы живем в условиях цифровой революции

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

5. Какой должна быть современная цифровая экономическая теория?

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

6. Очередные задачи солидарной информационной экономики

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

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

Список литературы

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс авг 22, 2021 1:27 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1183. Орлов А.И. Смена парадигм экономической науки: Аристотель - рыночная экономика - солидарная информационная экономика // Россия: Тенденции и перспективы развития. Ежегодник. Вып. 16: Материалы XX Национальной научной конференции с международным участием «Модернизация России: приоритеты, проблемы, решения» / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. – М., 2021. – Ч. 1. – С. 841-845.
ISBN 978-5-248-00995-4 http://ukros.ru/archives/26461, http://innclub.info/archives/20049, https://www.academia.edu/48801730


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

СМЕНА ПАРАДИГМ ЭКОНОМИЧЕСКОЙ НАУКИ:
АРИСТОТЕЛЬ - РЫНОЧНАЯ ЭКОНОМИКА - СОЛИДАРНАЯ ИНФОРМАЦИОННАЯ ЭКОНОМИКА

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

1. Введение

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

2. Основные факты о цифровой экономике

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

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

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

4. Мы живем в условиях цифровой революции

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

5. Какой должна быть современная цифровая экономическая теория?

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

6. Очередные задачи солидарной информационной экономики

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

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

Список литературы

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб авг 28, 2021 11:02 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1180. Орлов А.И. Контроллинг рисков: информационная и методическая поддержка менеджмента // Контроллинг в экономике, организации производства и управлении: информационная и методическая поддержка менеджмента: сборник научных трудов IX международной конференции по контроллингу, посвященной 190-летию МГТУ им. Н.Э. Баумана (Москва, 18 декабря 2020 г.) /под научной редакцией д.э.н., профессора С.Г. Фалько / НП «Объединение контроллеров». – Москва: НП «Объединение контроллеров», 2020. – С. 192-196. http://controlling.ru/files/171.pdf


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

КОНТРОЛЛИНГ РИСКОВ:
ИНФОРМАЦИОННАЯ И МЕТОДИЧЕСКАЯ ПОДДЕРЖКА МЕНЕДЖМЕНТА

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

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

RISK CONTROLLING: INFORMATION AND METHODICAL SUPPORT OF MANAGEMENT

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

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


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

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

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

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

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

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

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс сен 05, 2021 10:13 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1171. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономический науки, развивающей идеи Аристотеля / Глобалистика: Глобальные проблемы и будущее человечества. Сб. статей Международного научного конгресса Глобалистика-2020, 18 – 22 мая и 20 – 24 октября 2020 г. / под ред. И.В. Ильина. – М., МООСИПНН Н.Д.Кондратьева, 2020. С. 846-852.
https://www.elibrary.ru/item.asp?id=44309611&pf=1


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

СОЛИДАРНАЯ ИНФОРМАЦИОННАЯ ЭКОНОМИКА - ОСНОВА НОВОЙ ПАРАДИГМЫ ЭКОНОМИЧЕСКОЙ НАУКИ, РАЗВИВАЮЩЕЙ ИДЕИ АРИСТОТЕЛЯ

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

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

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

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

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

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

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

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс сен 12, 2021 11:45 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1172. Агаларов З.С,, Орлов А.И. Эконометрика : учебник. — М.: Издательско-торговая корпорация «Дашков и К°», 2021. — 380 с.

Предлагаем познакомиться с аннотацией, содержанием и предисловием.


З.С. Агаларов, А.И. Орлов

ЭКОНОМЕТРИКА

Учебник

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

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


УДК 519.2:330.4(075.8)
ББК 65.04я73
А23

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

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

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

© Агаларов З.С., Орлов А.И., 2021

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


Содержание

Предисловие

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

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

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

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

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

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

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

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

Предисловие

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

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб сен 18, 2021 5:00 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1167. Орлов А.И., Цисарский А.Д. Определение приоритетности реализации НИОКР на предприятиях ракетно-космической отрасли / Контроллинг. 2020. № 2(76). С. 58-65.

УДК 629.7.01

Определение приоритетности реализации НИОКР на предприятиях ракетно-космической отрасли
А.И. Орлов
prof-orlov@mail.ru
А.Д. Цисарский1 Alex22081952@gmail.com
МГТУ им. Н.Э. Баумана, Москва, Россия

Аннотация.
В статье предложен подход к выбору приоритетности выполнения НИОКР в ракетно-космической отрасли. Для реализации инструментария проектного управления предлагаются пять критериев выбора приоритетности проектов с учетом особенностей космической деятельности в России. После формирования перечня возможных проектов необходимо установить их приоритеты, т.е. расположить их в порядке предпочтений для реализации. Для установления приоритетов предлагаем использовать методы экспертных оценок. Приказом генерального директора предприятия назначается комиссия экспертов. В теории принятия решений разработано два подхода к установлению приоритетов на основе экспертных оценок - на основе непосредственного сравнения объектов экспертизы и на основе экспертных оценок объектов экспертизы по набору факторов. При использовании первого подхода путем сравнения по средним арифметическим рангов, а затем и медиан рангов получаем две вспомогательные кластеризованные ранжировки, затем строим согласующую ранжировку. Другой способ нахождения единого мнения комиссии экспертов основан на расчете медианы Кемени экспертных упорядочений. Во втором подходе объекты экспертизы упорядочиваются не непосредственно, а на основе значений некоторого набора факторов. Для каждого объекта экспертизы определяют (обычно с помощью экспертов) значения факторов, входящих в этот перечень. Значения факторов объединяются в интегральном показателе приоритетности проектов. Для расчета интегрального показателя приоритетности проектов могут быть использованы взвешенные средние по Колмогорову и взвешенные медианы.

Ключевые слова: ракетно-космическая техника, космический аппарат, научно-исследовательская и опытно-конструкторская работа (НИОКР), инновационный проект, проектный менеджмент, приоритетность реализации проектов, экспертные оценки, интегральный показатель, средние по Колмогорову.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб сен 25, 2021 5:43 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1162. Орлов А.И. Солидарная информационная экономика - основа новой парадигмы экономической науки, развивающей идеи Аристотеля / Глобалистика-2020: Глобальные проблемы и будущее человечества. Электр. сб. тезисов участников VI Международного научного конгресса, МГТУ им. М.В. Ломоносова 18-22 мая 2020 г. / под ред. И.В. Ильина. - М.: ФГП МГУ им. М.В. Ломоносова, 2020. - С. 676 - 677.
https://19f1e703-12fe-47e7-a98b-59d83fa ... index=true

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

Орлов А.И.

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб окт 02, 2021 6:17 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
Курдаков А.В., Орлов А.И. Выбор соотношения централизации и децентрализации в закупочной деятельности общественного сектора с использованием математических инструментов принятия решений / Контроллинг. 2020. 1(75). С. 70-79.
https://elibrary.ru/item.asp?id=43034053 eLIBRARY ID: 43034053


Курдаков Антон Владимирович
соискатель кафедры «Экономика и организация производства» МГТУ им. Н.Э.Баумана,
заместитель начальника Главного архивного управления города Москвы – руководитель контрактной службы
Орлов Александр Иванович,
профессор, д.э.н., д.т.н., к.ф.-м.н., зав. Лабораторией экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации», профессор кафедры «Экономика и организация производства» МГТУ им. Н.Э.Баумана

ВЫБОР СООТНОШЕНИЯ ЦЕНТРАЛИЗАЦИИ И ДЕЦЕНТРАЛИЗАЦИИ
В ЗАКУПОЧНОЙ ДЕЯТЕЛЬНОСТИ ОБЩЕСТВЕННОГО СЕКТОРА
С ИСПОЛЬЗОВАНИЕМ МАТЕМАТИЧЕСКИХ ИНСТРУМЕНТОВ
ПРИНЯТИЯ РЕШЕНИЙ

В настоящей статье рассмотрена эволюция форм организации закупок в России и за рубежом, выявлены преимущества и недостатки централизованных и децентрализованных форм организации закупочной деятельности. Изложены подходы к разграничению доли централизованных и децентрализованных закупок. Обоснованы перспективы формы организации закупок на основе модели центров совместного пользования (shared service centers). Рассмотрены математические инструменты, позволяющие провести расчеты целесообразности применения централизации, для определения оптимального соотношения «централизации - децентрализации» в закупках для государственных нужд. Для анализа массива потребностей организаций общественного сектора предложено применять алгоритмы кластер-анализа с целью построения типологии заявок. Для оптимизации удовлетворения потребностей одной однородной группировки обосновано использование аналога однопродуктовой модели управления запасами Вильсона.

Ключевые слова: закупки для государственных нужд, управление закупками, модель shared service centers, расчет оптимального соотношения «централизация - децентрализация», математические инструменты, принятие управленческих решений


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб окт 09, 2021 11:33 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1190. Орлов А.И., Сажин Ю.Б. Солидарная информационная экономика как основа современной политэкономии // Научный журнал КубГАУ. 2021. №171. С. 160 – 190. Режим доступа: http://ej.kubagro.ru/2021/07/pdf/11.pdf .

СОЛИДАРНАЯ ИНФОРМАЦИОННАЯ ЭКОНОМИКА КАК ОСНОВА СОВРЕМЕННОЙ ПОЛИТЭКОНОМИИ

Орлов Александр Иванович
Сажин Юрий Борисович

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


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Вс окт 17, 2021 10:14 am 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1154. Фалько С.Г., Курдаков А.В., Орлов А.И. Математические инструменты принятия решений о выборе способа централизации закупочной деятельности общественного сектора / Контроллинг в экономике, организации производства и управлении: цифровизация в экономике: материалы VIII международной конференции по контроллингу, под научной редакцией д.э.н., профессора Фалько С.Г., Москва, 13 декабря 2019 г. - М.: Изд-во НП «Объединение контроллеров», 2019. - С. 293-298.
http://controlling.ru/files/136.pdf


О ВЫБОРЕ СПОСОБА ЦЕНТРАЛИЗАЦИИ ЗАКУПОЧНОЙ ДЕЯТЕЛЬНОСТИ ОБЩЕСТВЕННОГО СЕКТОРА

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

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

Ключевые слова:
закупки для государственных нужд, централизация, расчет оптимального соотношения «централизация - децентрализация», принятие управленческих решений, управление закупками для государственных нужд.


Вернуться наверх
 Профиль  
 
 Заголовок сообщения: Re: Аннотации новых статей А.И. Орлова
СообщениеДобавлено: Сб окт 23, 2021 8:52 pm 
В сети

Зарегистрирован: Вт сен 28, 2004 11:58 am
Сообщений: 11573
1155. Орлов А.И. Статистика нечисловых данных - центральная часть современной прикладной статистики / Научный журнал КубГАУ. 2020. № 156. С. 111–142. http://ej.kubagro.ru/2020/02/pdf/07.pdf, http://dx.doi.org/10.21515/1990-4665-156-007.

СТАТИСТИКА НЕЧИСЛОВЫХ ДАННЫХ - ЦЕНТРАЛЬНАЯ ЧАСТЬ СОВРЕМЕННОЙ ПРИКЛАДНОЙ СТАТИСТИКИ

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

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

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

Ключевые слова: МАТЕМАТИЧЕСКИЕ МЕТОДЫ ЭКОНОМИКИ, ПРИКЛАДНАЯ СТАТИСТИКА, НЕЧИСЛОВЫЕ ДАННЫЕ, СТАТИСТИКА В ПРОСТРАНСТВАХ ОБЩЕЙ ПРИРОДЫ, ЗАДАЧИ ОПТИМИЗАЦИИ, СРЕДНИЕ ВЕЛИЧИНЫ, ЗАКОНЫ БОЛЬШИХ ЧИСЕЛ, НЕПАРАМЕТРИЧЕСКИЕ ОЦЕНКИ ПЛОТНОСТИ, СТАТИСТИКИ ИНТЕГРАЛЬНОГО ТИПА, НЕПАРАМЕТРИЧЕСКАЯ СТАТИСТИКА, ЭКСПЕРТНЫЕ ОЦЕНКИ, НЕРЕШЕННЫЕ ЗАДАЧИ


Вернуться наверх
 Профиль  
 
Показать сообщения за:  Сортировать по:  
Начать новую тему Ответить на тему  [ Сообщений: 159 ]  На страницу 1, 2, 3, 4  След.

Часовой пояс: UTC + 3 часа


Кто сейчас на форуме

Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 2


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Перейти:  
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group
Русская поддержка phpBB