Как преодолеть пропасть между экономикой и математикой?

Прежде всего рассмотрим вопрос, действительно ли существует пропасть между экономикой и математикой. Возможно, в лучших вузах ее не было вообще, но тем не менее для большинства экономических специальностей разных вузов страны существуют настолько серьезные проблемы с использованием математических методов, что оставим в употреблении этот термин. Рассмотрим причины, породившие эти противоречия.

В вузах СССР вместо "Экономикса" преподавалась политэкономия, базировавшаяся только на вербальном описании, без использования математики и статистических методов. Соответственно значительная часть преподавателей экономических дисциплин не имела серьезной математической подготовки. Резкий переход к преподаванию от политэкономии к математизированному "Экономиксу" привел к тому, что не все преподаватели экономических дисциплин смогли пополнить свой математический багаж. Помимо этого в преподавании математики в наших вузах делался упор на фундаментальные доказательства, а не на прикладные математические методы, в которых особенно нуждаются экономические дисциплины.

В применении прикладных статистических методов, кроме тех же проблем, что и в математике, существовала специфическая особенность. В тоталитарном обществе у руководства не было желания и необходимости доводить достоверную информацию до массового пользователя и сделать доступными средства ее оценки. Очень хорошо описана ситуация в [17]: "Хотя статистические пакеты для ПЭВМ резко упростили применение методов анализа данных, все же для осмысленного их употребления пользователи должны обладать определенной подготовкой: понимать, в каких ситуациях применимы различные статистические методы, знать, каковы их свойства, уметь интерпретировать результаты. На Западе такая подготовка обеспечивается обучением основам анализа данных практически всех студентов и менеджеров: в программы университетов, школ бизнеса, технических и других колледжей входят систематические курсы прикладной статистики. Разработаны и широко используются курсы основ теории вероятности и статистики и для старших классов средней школы. В достатке имеется специальная и популярная литература по анализу данных, ее всегда можно найти в книжных магазинах, торгующих научно-технической литературой. А при затруднении можно лично или по телефону обратиться в одну из сотен консультационных фирм и получить там квалифицированную консультацию по постановкам задач, использованию статистических пакетов и т.д.

К сожалению, в нашей стране ситуация совершенно другая. В средней школе методы статистического анализа данных (хотя многие из них очень просты и весьма полезны) не упоминаются вовсе, а в высшей школе, даже в тех вузах и университетах, программы которых были просто перегружены математикой, методам анализа данных отводилось очень небольшое место. При этом обычно предметом изучения являются не столько эти методы, сколько формальные конструкции теории множеств, теории меры, функционального анализа и теории вероятностей, которые, может быть, нужны для строгих доказательств, но абсолютно не способствуют освоению и бесполезны при применении этих методов. А в гуманитарных и медицинских вузах курсы анализа данных чаще всего просто отсутствовали. В результате даже самые простейшие методы анализа данных почти для всех отечественных руководителей и менеджеров остаются terra incognita. Причины столь бедственного положения разнообразны, но одна из них вполне понятна. В стране, где важнейшие статистические данные, касающиеся экономики и сельского хозяйства, медицины и демографии, экологии и социологии, тщательно скрывались с помощью режимов секретности, "форм доступа" и т.д. (даже от занимающихся этими вопросами специалистов), а зачастую и фальсифицировались, было вполне естественно сделать как можно менее распространенными и методы анализа данных. Для исправления положения (что абсолютно необходимо для конкуренции с западным бизнесом), по-видимому, потребуется значительное время".

Для использования научных методов управления нужно иметь формализованные описания исследуемых экономических объектов. О необходимости применения математики писал еще Иммануил Кант: "Учение о природе будет содержать науку в собственном смысле лишь в той мере, в какой может быть применена в ней математика". Но успехи формализации человеческих знаний в разных областях существенно различны. В некоторых, например естественных, науках применение математики достигло очень высокого уровня, в других только начинается. По образному выражению [4], вся область профессиональной человеческой деятельности, которая принципиально поддается пока формализации, - это тонкая планка формализованных знаний, лишь слегка прикрывающая поверхность океана накопленного человеческого неформализованного знания.

Вопрос не только в том, что в СССР большая часть наиболее квалифицированных специалистов работала в области естественных наук, но также в существенно различном уровне сложных задач. Экономические объекты являются сложными, частично наблюдаемыми и частично управляемыми [13], [14], поэтому пока в экономике еще существует "барьер формализованных знаний".

С появлением ЭВМ процесс формализации знаний существенно облегчился не только за счет появления новых методов вычислений, но главным образом за счет возможности привлечения к формализации знаний профессионалов в области экономики, а не только профессиональных математиков. Вероятность успеха в решении трудноформализуемых задач оказывается, как правило, значительно выше при движении профессионалов в данной предметной области от объекта автоматизации к ЭВМ, чем наоборот - профессионального программиста от ЭВМ к автоматизируемому процессу [4].

Поэтому характерно, что появилась следующая оценка научности используемых методов Д. Кнутом [4]: "Наука - это та часть наших знаний, которую мы смогли понять настолько хорошо, что можем обучить этому ЭВМ. Там, где мы еще не достигли такого уровня понимания, речь пока идет лишь о профессиональном искусстве".

Дата добавления: 2014-11-07