Российской высшей школы

Нелинейные модели и прогноз развития

Необходимо отметить, что на сегодняшний день российская наука располагает достаточно эффективными методиками прогнозирования поведения открытых систем, исходя из представлений нелинейной динамики [20]. В образовании эффективность таких прогнозов была продемонстрирована в середине 90-х гг. прошлого века, когда рецепты «шоковой терапии» привели к серьезному сокращению финансовых ресурсов России, что грозило сокращением ассигнований на образование в 2-3 раза [42]. Тогда в 1994 г. со стороны Всемирного банка реконструкции и развития России был предложен кредит в размере 2-х миллиардов долларов на «реструктуризацию системы образования» [43]. При этом условия кредитования для России были довольно жесткими: оставить на федеральном уровне и финансировании только 50 вузов, фактически ликвидировать систему среднего профессионального образования, по множеству дисциплин перейти на американские стандарты и учебники и т.д. Для экспертной оценки приемлемости поставленных условий кредита Министерство образования России, по согласованию с Всемирным банком, обратилось к специалистам Института прикладной математики им. М.В.Келдыша РАН и Ярославского госуниверситета им. П.Г.Демидова с целью спрогнозировать последствия, к которым могут привести эти условия в 5, 10, 20-летней перспективе на уровне макроэкономики, а также на среднем уровне и микроуровне.

Оценивая на макроуровне, путем анализа статистики ООН, исходя из представлений нелинейной динамики, удалось установить [36], что макроэкономическое развитие страны и роль науки и образования укладываются в рамки нелинейной дискретной модели с 3-мя параметрами управления: один параметр характеризует ресурсы, другой – отражает производство (ВВП) и третий параметр характеризует потенциал науки и образования. При этом в качестве целей системы образования рассматривались следующие:

1).Поиск новых путей развития, отличных от экспорта ресурсов, и подготовка кадров для реализации инноваций;

2). Воспроизводство культурного ядра, необходимого для сохранения российской идентичности и выработки необходимых системообразующих смыслов и ценностей;

3). Подготовка национальной элиты, способной, при необходимости, противостоять и отразить геоэкономические, геополитические и военно-стратегические внешние и внутренние вызовы России.

Качественный анализ макромодели показал, что поведение рассматриваемой системы существенно зависит от двух факторов. Первый из них – это время запаздывания, который показывает, что, если наука и образование внезапно начнут работать намного лучше, то экономика это почувствует только через 3-5 лет. Второй фактор – это восприимчивость к инновациям, который устанавливался по данным статистики ООН: если принять восприимчивость японской экономики за 10 баллов, то для экономики США этот фактор оказывается на уровне 8 баллов, для Западной Европы – на уровне 6 баллов, а для СССР и России – это всего 1 балл.

Результаты компьютерной реализации данной макромодели [36] представлены в виде графиков на рис.11.1.

а) б) в)

Рис. 11.1. Траектории макропараметров экономики (усл. ед.) и влияние инновационной восприимчивости и финансирования интеллектуальной сферы: X – ресурсы (длинный пунктир); R – уровень объема производства (сплошные линии); A – уровень научно-технического потенциала (короткий пунктир); t – время в годах; индекс 0 – отвечает исходному значению параметра.

В ситуации на рис. 11.1а страна богатая ресурсами планирует индустриализацию и вкладывает деньги в науку. Если при этом экономика невосприимчива в отношении реализации инноваций, то примерно через 20 лет начинается уменьшение ресурсов и в перспективе такая страна выходит на малопродуктивный уровень возобновляемых ресурсов. Пусть теперь за счет неких реформ инновационная восприимчивость экономики существенно увеличена. Тогда имеем ситуацию на рис. 11.1б: примерно через 25 лет уровень развития достигает некоторого локального максимума, за которым наблюдается непродолжительный спад, обусловленный переходом на новые ресурсы развития (поскольку наука и образование должным образом финансируются), и далее примерно после 30 лет происходит дальнейший рост, который обеспечивается интеллектуальной сферой. При этом обратим внимание, что при данной стратегии (рис. 11.1б) расход ресурсов изменяется довольно слабо. Однако, если на фазе интенсивного роста (рис.11.1б) финансирование науки и образования сократить вдвое, то ситуация приобретает вид на рис 11.1в, который почти не отличается от низкопродуктивного режима на рис. 11.1а.

В дальнейшем оказалось, что модели Всемирного банка, с которыми сравнивались результаты, представленные на рис. 11.1, дают примерно такую же картину. Эксперты Всемирного банка всерьез полагали, что для России была бы нормальной ситуация, связанная с выходом на устойчивый низкопродуктивный режим на рис. 11.1в. Насколько повлияли рекомендации российских ученых на принятие решения сказать трудно, но, так или иначе, от этого кредита Всемирного банка отказались. Однако негативный прогноз в отношении инерционного сценария развития российской науки и образования, судя по всему, в полной мере не возымел действия и, к сожалению, его последствия оправдываются, и в виде снижения качества образования, и в виде «утечки мозгов».

Дата добавления: 2014-01-05