«Ахиллесовой пятой» алгоритмов прогноза для социально-экономических систем и задач по управлению риском являются данные. Для того чтобы «научить» соответствующие компьютерные системы, нужно иметь длинные ряды достоверных и достаточно точные данных, характеризующих различные стороны изучаемого объекта. Пока этого практически нигде нет. Восполнив этот пробел, можно повысить качество прогноза.
Инновационное развитие. Сценарии для России. Сейчас многие надежды связываются со словами «инновационная экономика». И мы в Институте прикладной математики вместе с коллегами из других академических институтов занимаемся по поручению Министерства промышленности, науки и технологий РФ исследованием возможностей выхода России на траекторию устойчивого развития и перехода к инновационной экономике.
Проведенный анализ показал, что в десятилетней перспективе сложной социально-экономической системе, каковой является мир России, угрожает коллапс. Системный кризис подвел страну к черте, где закритический износ основных фондов ведет к череде техногенных и социальных катастроф, рост цен на энергоносители — к окончательному уничтожению обрабатывающей промышленности, повышение транспортных тарифов — к необратимому распаду страны. При сохранении нынешних тенденций произойдет окончательная утрата суверенитета, распад страны, уход российского этноса с исторической арены.
Из-за своего географического и геоэкономического положения, в силу высокой энергоемкости производства и жизни в холодной стране, 4/5 территории которой лежит в зоне вечной мерзлоты, Россия не может сколь-нибудь долгое время быть сырьевым придатком стран «золотого миллиарда». Поэтому жизненно важным стал вопрос о новых ресурсах развития. Одна из возможностей связана с переориентацией экономики на производство высокотехнологичной продукции в нескольких отраслях. Правительством России заявлен курс на переход от «экономики трубы» к инновационному развитию.
Официальный взгляд на развитие инноваций ориентирован на неолиберальную концепцию и следование зарубежным образцам. Это — трактовка инноваций как нововведений, нашедших место на рынке, ставка на развитие венчурного предпринимательства, понимание роли государства как арбитра, обеспечивающего условия и инфраструктуру для внедрения инноваций. Исследования, проведенные сотрудниками Института прикладной математики и других академических институтов, показали, что это тупиковый путь для России.
Инновации в России в настоящее время должны обеспечивать решение стратегических задач по жизнеобеспечению населения, по постепенному переходу страны на траекторию прогрессивного устойчивого развития, а не по «заполнению рынка», «обеспечению макроэкономической стабилизации» и т.д. Большинство жизненно важных для России инноваций имеет нерыночный характер. Это производство качественных и доступных населению продуктов питания и лекарств, строительство жилья и дорог, обеспечение коммуникаций, ресурсосберегающие технологии, нововведения, повышающие безопасность техносферы. Многие из широко обсуждаемых сейчас инноваций нужны не для гармонизации экономики, а для выживания страны. На передний план выходят надежность, долговечность, ремонтопригодность новых образцов техники для России.
Единственным заказчиком таких инноваций может и должно выступить государство. Оно должно вновь взять на себя важнейшую функцию — функцию целеполагания в области экономики и социального развития. Это требует принципиально иного уровня координации по сравнению с нынешним, гораздо более высоких требований к прогнозу и мониторингу социально-экономической системы. Это предполагает воссоздание на основе новых методов социального управления, прогнозирования, современных информационных технологий такой структуры, как Госплан России.
Следует отдать себе отчет, что страна находится в чрезвычайной ситуации, в историческом тупике. Чтобы вывести ее оттуда, нужны программы масштаба «Нового курса» Рузвельта. Выработка такого курса должна стать одной из главных задач и для научного сообщества, и для руководства страны.
ОБСУЖДЕНИЕ ДОКЛАДА В ПРЕЗИДИУМЕ РАН:
Академик А. Ф. Андреев: Здесь все время говорилось слово «прогноз». Между тем прогноз — это то, чем занимается наука всегда: по данным начальным условиям определить, что будет с системой потом. Поэтому наш разговор о прогнозе — это фактический разговор о судьбе науки в современном обществе. Когда Дума принимает закон о прогнозе, она тем самым принимает закон о науке. Нельзя отделить прогноз от науки и науку от прогноза. Это одно и то же.
В последнее время под проблемой прогнозов имеется в виду действительно нечто жизненно важное для экономики, для жизни, поэтому отношение к прогнозу чисто человеческое, оно как бы отличается от отношения к науке. Я с этим глубоко не согласен.
Доклад мне очень понравился. В нем показано, что когда мы приступаем к решению какой-то задачи о прогнозе, то есть предсказании, что будет со структурой, с системой, надо иметь в виду всякие тонкости, которых тут очень много. Система может с очень большой точностью описываться простыми уравнениями, и это есть модель системы. Никакая простая модель полностью систему никогда не опишет. Всегда есть что-то неучтенное. Простая модель имеет некоторую точность, и бывает, что точность очень хорошая. Но когда система развивается, она может войти в область неустойчивости. Это может быть собственная неустойчивость модели, которая всем очевидна, а может быть неустойчивость по отношению к параметрам, в этой модели не учитываемым. Тогда, сколько бы вы ни анализировали модель, неустойчивости не увидите. Докладчик приводил пример с электромагнитным полем в маятнике, действие которого, на первый взгляд, не видно.
Я не согласен с тем, что до 60-х годов прошлого века люди всего этого не понимали. Просто начиная с 60-х годов наука о прогнозировании начала бурно развиваться. Сейчас эта очень важная область исследований находит все большее применение во всех науках и в обществе. Эти прогнозы, в принципе, ничем не отличаются от всех тех задач, которые наукой уже очень давно решены. И к ним надо относится с тем же почтением, как и вообще к науке.
Д. С. Львов: Доклад мне показался исключительно интересным своей многоаспектностью, включающей в том числе исследования экономических процессов. С моей точки зрения, такие исследования могли бы иметь большое прикладное значение. И в этой связи я попросил слово не случайно.
Как ни прискорбно мне, специалисту в области экономики, но я должен сказать, что мы оперируем информацией сугубо индивидуальной, с огромным числом наслоений. Поэтому любой экспериментатор, желающий с помощью модели, которой я пользуюсь, повторить мой результат, получит результат совершенно другой. Мы с легкостью необычайной позволяем вольно обращаться с важнейшими статистическими показателями. Везде актуальна проблема статистики, однако только в нашей стране система измерений, которой мы пользуемся, с самого начала имеет прогнозный период, близкий к нулю. А мы в такие прогнозы верим и создаем повышенные ожидания от экономической науки. Считаем, что якобы она что-то умеет, что-то делает, вместо того, чтобы анализировать модели, лежащие в основе тех или иных построений. Это первый момент.
Второе. Мне представляется совершенно очевидным, что в академии (и доклад, который мы прослушали, как мне кажется, наглядное тому подтверждение) имеется достаточно большой научный задел, используя который при анализе экономической информации, в оценке экономических параметров развития, можно сделать существенный шаг вперед. Однако академия сегодня стоит в стороне от этих работ (прошу меня правильно понять), демонстрируя абсолютную беспринципность. Мы знаем: то, что закладывается в развитие нашей экономики, научно не обосновано. А что мы делаем? — поднимаем руки, поддерживаем.
В заключение относительно ожиданий, которые мы создаем у студентов. В любом учебнике экономики описывается какая-то модель, предложенная лауреатом Нобелевской премии по экономике. Но модель не подтверждается реальной действительностью, потому что если вы возьмете различные временные интервалы, возьмете разные страны, эта модель не работает. Таковы факты и надо что-то с ними делать.
Р. Ф. Ганиев: Нелинейная механика — это та область, которой наш коллектив всю жизнь занимается, особенно в последние годы в связи с необходимостью разработки наукоемких технологических процессов. Но есть любители создать новую науку. Придумают название, берут пример из биологии, типа автоколебательной системы: зайцев много, волков больше; волков много, зайцев меньше. Это и есть новая наука — синергетика. Нет, наука только тогда становится наукой, когда есть общие математические модели, общие механизмы, общие методы. Их в синергетике нет! Есть разнообразные области применения, есть прекрасные аналогии, которые из механики могут брать физики, из физики — биологи. Но модели в биологии очень сложные, ими нужно заниматься конкретно и серьезно.
Кстати, недавно я прочитал статью математика В. И. Арнольда. На простейших математических системах он пытался прогнозировать некоторые социальные процессы. Это очень интересно, но при всем моем уважении к этому крупному математику, такими вопросами должны заниматься студенты, может быть, специалисты в области социологии, чтобы почувствовать тенденции. Модели, которые сегодня рассматривались, очень просты, поэтому специалисты в области социологии, экономических наук должны к ним относиться с большой осторожностью. Предстоит еще большая работа по созданию самих математических моделей. Мне бы хотелось больше услышать и об аттракторных моделях, и о хаосе.
Когда это модное направление появилось, мы, механики, хорошо знали, что в детерминированных системах наряду с регулярными процессами всегда наблюдаются и неустойчивые. Возьмем стакан, наполненный водой, и начнем его колебать. На каких-то определенных частотах поверхность жидкости в стакане будет совершать плоские колебания, на других частотах она будет вращаться, то есть пространственные движения будет совершать колебания в двух плоскостях. А между этими двумя состояниями существует неустойчивая область — вся жидкость будет совершать хаотические движения. Это явление описывается простыми механическими методами без участия таких терминов, как странные аттракторы, хаос и т.д.
В заключение хочу еще раз подчеркнуть, что модели, которые имеют отношение к социальным явлениям, к явлениям экономическим, очень сложны. И поэтому основывать на них далеко идущие выводы надо очень осторож