авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 || 3 | 4 |   ...   | 5 |

«УДК 330.42(075.8) ББК 65.053; -2*65.2/4–65.9я73 МИНОБРНАУКИ РОССИИ ...»

-- [ Страница 2 ] --

Моделирование при исследовании сложных систем Исследование сложных систем затрудняется из-за наличия большого количества элементов и подсистем в общей структуре. Возникают также ситуации, когда невозможно точно определить совокупность всех элементом и связей между ними, а порой необходимо некоторыми из них пренебречь. Одной из проблем, с которой сталкиваются почти всегда при проведении системного анализа, является проблема эксперимента в системе или над системой. Часто это бывает связано с материальными затратами и (или) значительными потерями информации. Использование метода моделирования позволяет решить подобные проблемы, возникающие при исследовании сложных систем.

Под моделями, как правило, понимаются мысленные или материальные системы, замещающие объект познания и служащие источником новой информации и знаний о нем.

Моделирование – это метод исследования систем на основе построения ее модели и изуче ния ее свойств, связей и отношений. Этот метод применяется для исследования объекта на основе его модели, отражающей структуру, наиболее существенные связи и отношения.

Результаты исследования моделей интерпретируются на реальный объект.

Модели можно классифицировать по способу представления (материальные и сим волические), по способу построения (теоретические, формальные, эмпирические, комбини рованные), по типу языка описания (текстовые, графические, математические, смешанные) [9].

Реализация метода моделирования для решения задач исследования включает сле дующие этапы:

1) постановку задачи;

2) выбор или разработку новой модели;

3) исследование модели;

4) интерпретация знаний с исследуемой модели на ее оригинал.

Построение моделей сложных систем требует четкого учета их основных компонен тов. Особенно это относится к социальным системам, как наиболее сложным и разнопла новым.

В системах экономических, представляющих для нас основной интерес, приходится прибегать большей частью к математическому моделированию с использованием не толь ко количественных, но и качественных, а также логических показателей. Из хорошо себя зарекомендовавших на практике можно упомянуть модели межотраслевого баланса, рос та, планирования экономики, прогностические модели и ряд других.

При выполнении системного анализа с использованием метода моделирования не обходимо также поставить вопрос о соответствии используемых моделей реальности. Это соответствие или адекватность могут быть очевидными или даже экспериментально прове ренными для отдельных элементов системы. Но уже для подсистем, а тем более системы в целом существует возможность серьезной методической ошибки, связанная с объектив ной невозможность оценить адекватность модели большой системы на логическом уровне.

Иными словами — в реальных системах вполне возможно логическое обоснование моделей элементов. Эти модели исследователи стремятся строить минимально достаточ ными, простыми настолько, насколько это возможно без потери сущности процессов. Но логически осмыслить взаимодействие десятков, сотен элементов человек уже не в состоя нии. И здесь приобретает значение известное в математике следствие из теоремы Гёделя: в сложной системе, полностью изолированной от внешнего мира, могут существовать исти ны, положения, выводы вполне “допустимые” с позиций самой системы, но не имеющие никакого смысла вне этой системы.

Отсюда следует, что без учета внешней среды выводы о поведении системы, полу ченные на основе моделирования, могут быть вполне обоснованными при взгляде изнутри системы. Но не исключена и ситуация, когда эти выводы не имеют никакого отношения к системе при взгляде на нее со стороны внешнего мира. Однако существующие современ ные методы математической статистики позволяют ответить на вопрос о достоверности данных моделирования. Если эти показатели доверия достаточны для исследования сис темы, то можно использовать модель для ответа на поставленные перед системным анали зом вопросы.

Классификация методов моделирования систем Постановка любой задачи заключается в том, чтобы перевести ее словесное, вер бальное описание в формальное.

В случае относительно простых задач такой переход осуществляется в сознании че ловека, который не всегда даже может объяснить, как он это сделал. Если полученная фор мальная модель (математическая зависимость между величинами в виде формулы, уравне ния, системы уравнений) опирается на фундаментальный закон или подтверждается экспе риментом, то этим доказывается ее адекватность отображаемой ситуации, и модель реко мендуется для решения задач соответствующего класса.

По мере усложнения задач получение модели и доказательство ее адекватности ус ложняется. Вначале эксперимент становился дорогим и опасным (например, при создании сложных технических комплексов, при реализации космических программ и т.д.), а приме нительно к экономическим объектам эксперимент становится практически нереализуемым, задача переходит в класс проблем принятия решений. И постановка задачи, формирование модели, т.е. перевод вербального описания в формальное, становится важной составной частью процесса принятия решения. Причем эту составную часть не всегда можно выде лить как отдельный этап, завершив который, можно обращаться с полученной формальной моделью так же, как с обычным математическим описанием, строгим и абсолютно спра ведливым. Большинство реальных ситуаций проектирования сложных технических ком плексов и управления экономикой, даже социальными процессами необходимо отображать классом самоорганизующихся систем, модели которых должны постоянно корректировать ся и развиваться. При этом возможно изменение не только модели, но и метода моделиро вания, что часто является средством развития представления ЛПР (лица, принимающего решения) о моделируемой ситуации.

Иными словами, перевод вербального описания в формальное становятся неотъем лемой частью практически каждого этапа моделирования сложной развивающейся систе мы. Часто для того, чтобы точнее охарактеризовать такой подход к моделированию про цесса принятия решений, говорят о создании как бы «механизма» моделирования, «меха низма» принятия решений (например, «хозяйственный механизм», «механизм проектиро вания и развития предприятия» и т.д.).

Возникающие вопросы – как формировать такие развивающиеся модели или «меха низмы»? как доказывать адекватность моделей? – и являются основным предметом сис темного анализа.

Для решения проблемы перевода вербального описания в формальное в различных областях деятельности стали развиваться специальные приемы и методы. Так, возникли методы типа «мозговой атаки», «сценариев», экспертных оценок, «дерева целей» и т.д.

В свою очередь, развитие математики шло по пути расширения средств постановки и решения трудноформализуемых задач. Наряду с детерминированными, аналитическими методами классической математики возникла теория вероятностей и математическая стати стика (как средство доказательства адекватности модели на основе представительной вы борки и понятия вероятности правомерности использования модели результатов модели рования). Для задач с большей степенью неопределенности инженеры стали привлекать теорию множеств, математическую логику, математическую лингвистику, теорию графов, что во многом стимулировало развитие этих направлений. Иными словами, математика стала постепенно накапливать средства работы с неопределенностью, со смыслом, который классическая математика исключала из объектов своего рассмотрения.

Таким образом, между неформальным, образным мышлением человека и формаль ными моделями классической математики сложился как бы «спектр» методов, которые по могают получать, уточнять (формализовывать) вербальное описание проблемной ситуации, с одной стороны, и интерпретировать формальные модели, связывать их с реальной дейст вительностью, с другой. Этот спектр условно представлен ниже:

Вербальное описание Формальная модель проблемной ситуации | | | | |... | | | | | Мозговая атака Сценарии Экспертные «Дерево целей» Математическая Теория множеств Статистические Аналитические оценки логика методы методы Развитие методов моделирования, разумеется, шло не так последовательно, как по казано выше. Методы возникали и развивались параллельно. Их по-разному объединяли в группы, т.к. исследователи предлагали разные классификации (в основном – для формаль ных методов). Постоянно возникают новые методы моделирования как бы «пересечения»

уже сложившихся групп. Однако основная идея заключается в существовании «спектра»

методов между вербальным и формальным представлением проблемной ситуации. Чаще всего человек подчиняется такой логике, что он непременно выбирает методы из левой или из правой частей «спектра».

В.Н.Волкова и А.А.Денисов предлагают как бы «переломить» этот спектр методов примерно в середине, где графические методы смыкаются с методами структуризации, т.е.

разделить методы моделирования систем на два больших класса: методы формализованно го представления систем (МФПС) и методы, направленные на активизацию использования интуиции и опыта специалистов (МАИС) (рис. 6.2).

Методы моделирования сложных систем Методы, направленные на активизацию использова- Методы формализованного представления ния интуиции и опыта специалистов (ЛПР) систем Методы (методики) постепенной формализации задачи) Методы типа «мозговой атаки» или «кол- - Аналитические Комплексирован лективной генерации идей» - Статистические ные методы Методы типа «сценариев» - Теоретико- множественные - Комбинаторика Методы экспертных оценок - Логические - Ситуационное Методы типа «Дельфи» - Лингвистические моделирование Методы структуризации (типа «дерева - Семиотические - Топология целей», «прогнозного графа» и др.) - Графические Имитационное - Графо динамическое Морфологический подход Структурно- моделирование семиотическое Метод решающих матриц лингвистическое моделирование моделирование Рис. 6.2. Методы моделирования сложных систем Такое разделение методов находится в соответствии с основной идеей системного анализа, которая состоит в сочетании в моделях и методиках формальных и неформальных представлений, что помогает в разработке методик, выборе методов постепенной формали зации отображения и анализа проблемной ситуации. Возможные варианты последователь ного использования методов из групп МАИС и МФПС показаны на рисунке сплошной и штриховой линиями.

Отметим, что на рис. 6.2 в группе МАИС методы расположены сверху вниз пример но в порядке возрастания возможностей формализации, а в группе МФПС – сверху вниз возрастает внимание к содержательному анализу проблемы и появляется все больше средств для такого анализа. Такое упорядочение помогает сравнивать методы и выбирать их при формировании развивающихся моделей принятия решений, при разработке методик системного анализа.

Специалист по системному анализу должен понимать, что любая классификации ус ловна. Она лишь средство, помогающее ориентироваться в огромном числе разнообразных методов и моделей. Поэтому разрабатывать классификацию нужно обязательно с учетом конкретных условий, особенностей моделируемых систем (процессов принятия решений) и предпочтений ЛПР, которым можно предложить выбрать классификацию.

Следует также оговорить, что новые методы моделирования часто создаются на ос нове сочетания ранее существовавших классов методов. Так, методы, названные комплек сированными, начинали развиваться параллельно в рамках линейной алгебры, теории мно жеств, теории графов, а затем оформились в самостоятельные направления.

Существуют также новые методы, базирующиеся на сочетании средств МАИС и МФПС. Эта группа методов представлена в качестве группы методов моделирования, обобщенно названной специальными методами. Наибольшее распространение получили следующие специальные методы моделирования систем: имитационное динамическое мо делирование, ситуационное моделирование, структурно-лингвистическое моделирование, теория информационного поля и информационных цепей, подход, базирующийся на идее постепенной формализации задач (проблемных ситуаций) с неопределенностью путем по очередного использования средств МАИС и МФПС. (Подробнее рассмотрено в [2] и [11]).

Классификация методов моделирования, подобная рассмотренной, помогает осоз нанно выбирать методы моделирования должна входить в состав методического обеспече ния работ по проектированию сложных технических комплексов, по управлению предпри ятиями и организациями. Она может развиваться, дополняться конкретными методами, т.к.

аккумулировать опыт, накапливаемый в процессе проектирования и управления.

ТЕМА 7. СОВРЕМЕННЫЕ МЕТОДЫ ПРОВЕДЕНИЯ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ В ЭКОНОМИКЕ Понятие экономического экспериментирования.

Понятие «эксперимент» может употребляться в двух основных значениях: одно из них можно назвать строгим (или научным), другое – расширенным (или обыденным). В первом случае речь идет об эксперименте как научно поставленном опыте в точно учиты ваемых условиях, позволяющих следить за его ходом и многократно воспроизводить, если это потребуется;

во втором случае понятием «эксперимент» понимается любая попытка ввести что-либо новое в исследуемый (или практикуемый) процесс или явление.

Аналогично требуется различать значения термина «эксперимент», когда речь идет об экономическом эксперименте.

В первом смысле экономический эксперимент – это научное или производственное (с ориентацией на науку) исследование какого-либо хозяйственного явления путем актив ного воздействия на него;

при этом создаются какие-то новые экономические условия со гласно заранее поставленным целям данного эксперимента, и течение хозяйственного про цесса меняется в нужном направлении или сам хозяйственный процесс воспроизводится искусственно посредством его моделирования.

Главная цель экономического эксперимента в этом смысле – проверить в искусст венных хозяйственных условиях ту или иную научную гипотезу (опровергнуть или под твердить ее), эксперимент в данном случае выступает как исключительно научный метод проверки гипотезы.

«Под экономическим экспериментом следует понимать метод экономических иссле дований и (экономического – А.О.) управления, направленный на проверку научных гипо тез о формах и методах использования экономических законов в конкретных условиях хо зяйственной практики, и в основе которого лежит наблюдение за исследуемым экономиче ским объектом при преднамеренном изменении условий его функционирования. Из этого определения вытекает, что экономический эксперимент, во-первых (по назначению и по времени), проверяет гипотезы и только по мере подтверждения этих гипотез может рас сматриваться как метод (познания и. –А.О.) совершенствования экономических законов».

Во втором смысле экономический эксперимент – это внесение (сознательное, про считанное заранее или стихийное, импульсивное) любых инноваций в хозяйственный про цесс вне рамок науки или научно-производственной практики.

Это предельно широкое предельно упрощенное понимание экономического экспе римента. Под последний в данном случае можно подвести любую инновацию, в том числе самую радикальную. Тогда, например, значительная часть экономических трансформаций в истории России ХХ в. Может быть рассмотрена как экономический эксперимент. В совет ский период истории такими, с позволения сказать, «экспериментаторами» выступали Коммунистическая партия и Совет министров, а в период возвращения на рельсы рыноч ной экономики – Президент России, правительство и Государственная дума. В качестве самих «экономических экспериментов» следует тогда рассматривать «военный комму низм», нэп, коллективизацию, приватизацию и т.п. Хотя, естественно, в ходе таких ради кальных преобразований экономические эксперименты в их первом значении были вполне возможны.

Далее будет использоваться только первое значение понятия «эксперимент», пони мая экономический (или хозяйственный) эксперимент в его исключительно строго научном значении. Второй вариант употребления термина «экономический эксперимент» в данном учебнике будет иметь место в одном-единственном случае – когда речь идет об экспери ментах советской экономики: так сложилось традиционно, и что-то менять здесь не имеет смысла. Но в большей своей части второе значение есть литературный, обыденный, житей ский вариант, допустимый только на уровне обыденного экономического знания.

Типы экономических экспериментов Цели экономического экспериментирования могут быть самые разные. В большин стве случаев их можно подразделить по целям: а) научные (исследовательские);

б) произ водственные;

в) педагогические.

Следовательно, первая типология, которую можно установить в данном случае, - это разделение экономических экспериментов на исследовательские (научные), научно производственные (производственные) и педагогические. Естественно, что исследователь ский экономический эксперимент преследует чисто научные, исследовательские цели, на учно-производственный эксперимент – сочетает научные и производственные (хозяйствен ные) цели, а педагогический эксперимент (например, в форме деловой игры) сочетает на учные цели с педагогическими.

Следующая типология экономических экспериментов – это разделение их на вклю ченные (соучаствующие) экономические эксперименты и невключенные (простые) эконо мические эксперименты.

Включенные (соучаствующие) экономические эксперименты не так распространены как аналогичные социологические или психологические эксперименты. Вероятно, это свя зано с тем, что по соображениям эффективности экономисту выгоднее исполнять роль объ ективного и беспристрастного наблюдателя, чем самому лично активно вмешиваться в хо зяйственный процесс. Кстати, этим подчеркивается и немаловажный факт материальной незаинтересованности экономиста-исследователя в результатах данного эксперимента, ко торый также может быть истолкован превратно.

Следующая крупная типология экономических экспериментов связана с разделени ем их на идеальные эксперименты и предметные (вещественные) эксперименты.

Идеальные экономические эксперименты – это эксперименты, проводимые абст рактным способом – без овеществления и опредмечивания экспериментального материала (не считая, разумеется, его овеществления и опредмечивания на бумаге или в электронном виде). Главными видами здесь являются: 1)математический экономический эксперимент;

2)мысленный экономический эксперимент;

3)виртуальная (компьютерная и т.п.) деловая игра.

Идеальные экономические эксперименты – это такие экономические эксперименты, которые проводятся в реальном мире и с использованием материальных артефактов. Пред метные экономические эксперименты можно, как и экономические наблюдения, разделить на лабораторные эксперименты и полевые эксперименты. Различие между ними достаточ но простое: лабораторный экономический эксперимент проводится в специальном поме щении (лаборатории), полевой – вне лаборатории – на предприятии, в фирме, отрасли и т.п.

у каждого из этих типов эксперимента есть свои преимущества и недостатки.

«Лабораторный экономический эксперимент позволяет, в принципе, всегда прово дить системное изучение последствий экспериментальных условий, в то время как в натур ном эксперименте объект, помещенный в экспериментальный режим, вынужден взаимо действовать зачастую с экономическими партнерами, действующими по-старому, что мо жет исказить результаты эксперимента. Лабораторные экономические эксперименты явля ются инструментом передачи и усвоения уже имеющихся (знаний. – А.О.) и (инструмен том. – А.О.) формирования новых знаний (идей, представлений, суждений), приобретения качеств, умений, навыков. Используются для обучения и тренировки, для исследователь ских целей и для принятия практических управленчиских решений.

Общую схему классификации экономических экспериментов по последней типоло гии можно представить следующим образом:

Экономические эксперименты Идеальные Предметные Математические Виртуальные Полевые Лабораторные Мысленные В противоположность лабораторным экономическим экспериментам полевые экспе рименты позволяют проводить экспериментирование в рамках определенного экономиче ского института – от предприятия и выше. Естественно, что и результаты таких экспери ментов будут иметь большее эвристическое значение.

История экономического экспериментирования Метод экономического эксперимента – последний термин употребляется в широком значении – получил широкое распространение в СССР в 60-80-е гг. – именно тогда был накоплен и теоретический материал по применению этого метода. Основным объектом приложения этого метода стало хозяйственное предприятие (иногда группа предприятий или отрасль) – как локальный, фрагментированный и потому наиболее удобный хозяйст венный объект.

Стимулом для проведения экономических экспериментов в Советском Союзе было твердое убеждение в том, что такие эксперименты способны радикально улучшить картину хозяйственного управления в социалистическом государстве, поскольку в них проявляется действие объективных экономических законов.

«Общество не может отменить действие какого-либо закона, но оно в состоянии влиять на то, какие формы проявления примет тот или иной закон. От того, насколько пра вильно познаны законы, насколько правильно организовано их использование зависит и то, насколько благоприятными в данных условиях будут формы проявления экономических законов. Экономические законы обнаруживают себя в конкретных экономических формах, которые управляются социалистическим государством. В этом смысле можно говорить об определенных формах управления производственными отношениями. Такие формы управ ления в известной мере «рукотворны».

Результаты такого «управления производственными отношениями» общеизвестны:

социалистическая экономика рухнула, как колосс на глиняных ногах, лишь только насту пил «момент истины» в конце 80-х – начале 90-х гг. XX в. – причем и там, где они не про водились. Впрочем, справедливости ради следует отметить, что в государствах с высоко развитыми формами «социалистического экспериментирования» (например, Венгрии) пе реход к рыночной постсоциалистической экономике оказался более мягким, хотя трудно сказать, насколько позитивной была роль в смягчении такого перехода самих «социалисти ческих экспериментов».

В то время как в восточно-европейских странах упражнялись в применении «социа листических экспериментов», на Западе начиная с 60-70-х гг. ХХ в. успешно развивалось направление, получившее впоследствии название экспериментальной экономики.

Экспериментальная экономика – это направление в современной экономической науке, когда в лабораторных условиях исследуются экономические и психологические ха рактеристики поведения индивидов в создаваемых искусственно тех или иных хозяйствен ных ситуациях.

Таким образом, экспериментальная экономика практикует не все виды экономиче ских экспериментов, а исключительно лабораторные предметные экономические экспери менты, в проведении, организации и верификации которых этим направлением достигнут значительный прогресс.

Основы экспериментального метода в западной экономической науке были заложе ны тремя крупными экономистами – Верноном Смитом, Даниелем Канеманом и Амосом Тверски.

«Самым заметным вкладом Канемана и Тверски в экономическую теорию является, конечно, теория перспектив. Вместе с тем данная теория составляла лишь малую часть той впечатляющей исследовательской программы, которую эти авторы реализовали за без ма лого тридцать лет совместного труда. Смысловым ядром их совместной исследовательской программы стал фундаментальный и многолетний проект по исследованию эвристик и от клонений индивидуальных суждений и наблюдаемого поведения относительно норматив ного стандарта, принятого в экономической теории. Homo oeconomicus из традиционных учебников экономики – существо не просто рациональное, но гиперрефлективное: мало того что оно наделено упорядоченными предпочтениями, феноменальной памятью и про чими достоинствами машины для потребления, - оно наделено упорядоченными предпоч тениями, феноминальной памятью и прочими достоинствами машины для потребления, оно еще органически не способно действовать «по наитию», совершать ошибки при оценке наиболее желательного из доступных вариантов и выносить логически противоречивые суждения. Однако добродетели эти нетипичны для большинства живых людей, склонных систематически принимать решения, руководствуясь не рациональными, а интуитивными соображениями, которые Канеман и Тверски называли поведенческими эквристиками».

Согласно Канеману и Тверски, поведенческие эвристики – это как раз те способы принятия решений, которые не отвечают аксиомам строгой рациональности, но вместе с тем могут быть объяснены иным способом. Например, посредством так называемого «эф фекта слияния», когда репрезентативность суждения или восприятия может быть – вопреки строгим правилам рациональности – увеличена через добавление ярких деталей или эле ментов. Основные типы поведенческих эвристик были обозначены Канеманом и Тверски как «эвристики репрезентативности», «эвристики доступности» и т.д.

Вернон Смит развивал несколько другие темы экспериментальной экономики.

«В эпоху становления экспериментального направления в экономике Смит оставал ся ее пионером и лидером. Если в начале своей карьеры он был известен в основном как теоретик, то в последние 20 лет он почти полностью сосредоточился на экспериментах, не ограничиваясь уже механизмами двойного аукциона и исследованием рыночных структур.

За этот период им было опубликовано свыше 120 экспериментальных работ, начиная с фундаментальной методологической статьи, мимо которой не может пройти ни один экс периментальный экономист. Он был научным редактором целого ряда крупных изданий и, в частности, трехтомной монографии «Исследования в области экспериментальной эконо мики». Пожалуй, не найдется такой исследовательской темы экспериментальной экономи ке, в разработку которой Вернон Смит не внес бы свой личный вклад. Здесь и теория обще ственного выбора, и теория индивидуального поведения в условиях риска, и механизм «нащупывания» в теории общего равновесия, и исследование «пузырей» на финансовых рынках, и работы по теории регулирования, а также эксперименты в области теории игр, в частности ультиматумы и взаимность в координационных играх и торгах».

Сам Вернон Смит дает следующую характеристику своим методологическим прин ципам:

«Лабораторные исследования в микроэкономике в последние два десятилетия сфо кусированы на самых простых и элементарных вопросах – некоторые из них даже могут показаться простодушными. Это происходит вследствие того, что значение, которое лежит в предпосылках наших исследований и которое может быть продемонстрировано наглядно, весьма мало, и потому основания нашей дисциплины требуют неоднократной перепровер ки;

в отношении этих оснований мы все время находимся в начале пути. В первую очередь мы нуждаемся в развитии структуры знания, которое могло бы прояснить разницу между тем, что мы творим (теории и гепотизы), и тем, что мы обнаруживаем (гипотезы, которые соответствуют необходимым требованиям или могут быть фальсифицируемы наблюде ниями)».

В определении экспериментальной экономики, исследования в данной области представляют интерес не только с точки зрения экономики, но и точки зрения психологии, а это означает, по сути, что мы имеем дело с междисциплинарным экономическим экспе риментированием.

Междисциплинарные эксперименты и их использование в экономических ис следованиях Междисциплинарный экономический эксперимент – это эксперимент, проводимый на стыке экономики и еще какой-либо социальной дисциплины;

его задача состоит в полу чение экспериментальных данных, имеющих значение как для экономики, так и для иной задействованной в эксперименте социальной науке.

Немного выше мы уже указывали на три социальные науки (социологию, психоло гию и педагогику), в которых широко применяется социальный эксперимент и наиболее глубоко разработана методология социального экспериментирования. Очевидно, поскольку речь идет о перспективах междисциплинарного эксперимента, то для экономической науки наиболее перспективным представляется союз именно с этими тремя дисциплинами.

Междисциплинарными экспериментами на стыке социологии и экономики занима ется экономическая социология, на стыке психологии и экономики – экономическая психо логия, на стыке экономики и педагогики – экономическая педагогика.

Экономико-социологический эксперимент – это эксперимент, проводимый на стыке экономики и социологии;

цель его состоит в получении новых экспериментальных данных как социологического, так и психологического характера.

Экономико-психологический эксперимент – это эксперимент, проводимый на рубе же экономики и психологии: он включает в себя использование экспериментальных мето дов двух наук – психологии и экономики;

задача, как правило, состоит в получении нового знания в сфере как экономике, так и психологии.

Можно также говорить об экономико-психолого-социологических экспериментах.

Классическим примером здесь являются знаменитые эксперименты американского социо лога и психолога Элтона Мэйо, проведенные в 1924-1925 гг. на заводе «Вестерн электрик»

в Чикаго. Э. Мэйо изучал влияние различных факторов социологического и психологиче ского характера на производительность труда работников данного предприятия. Таким об разом, можно сказать, данные эксперименты проводились, с одной стороны, как экономи ко-психологические, а с другой – как экономико-социологические.

Подавляющее большинство экспериментов, проводимых в ранге экспериментальной экономики, проходит скорее именно по разряду экономико-психологических, чем чисто экономических экспериментов. Вероятно, это и послужило одной из причин того, почему экспериментальная экономика так поздно привлекла внимание других профессиональных экономистов: они, по всей видимости, полагали, что работы В.Смита, Д.Канемана и других исследователей в этой области относятся скорее к сфере экономической психологии, чем к сфере собственно экономической науки. Теперь же, очевидно, такая точка зрения пред ставляется уже неприемлемой: экономическое экспериментирование – это не только пси хологическое, но и экономическое направление, и ученые, им занимающиеся, - такие же экономисты, как и всякие другие.

Экономико-педагогический эксперимент – это эксперимент, проводимый на стыке экономики и педагогики: он включает в себя одновременное использование эксперимен тальных методов двух наук – педагогики и экономики. Задача, как правило, состоит в том, чтобы путем искусственного лабораторного моделирования внедрить в сознание слушате лей (студентов, аспирантов, стажеров и т.п.) некую экономическую ситуацию: слушатели должны ощутить себя участниками данной экономической ситуации и приобрести в ходе своей лабораторной деятельности соответствующие целям последней хозяйственные навы ки.

Деловая игра, проводимая в целях обучения будущих экономистов, - классический пример экономико-педагогического эксперимента.

Естественно, три вышеуказанных типа междисциплинарного эксперимента не ис черпывают всего многообразия междисциплинарных экономических экспериментов. На пример, можно выделить еще и следующие типы: экономико-экологический, экономико демографический, экономико-правовой и другие типы междисциплинарных эксперимен тов, в которых одной из действующих наук является экономика.

В целом же развитие междисциплинарного экспериментирования – важнейшее на правление прорыва для всей экспериментальной экономики.

Перспективы развития экономического экспериментирования Успехи экспериментальных исследований в экономике в последние 3 десятилетия, начиная с 70-80-х гг. прошлого века, явление скорее не случайное, а закономерное. Эконо мический эксперимент, до того применявшийся крайне редко, с этого времени стал полно правным методом экономических исследований. Однако пока нельзя утверждать, что дан ный метод применяется в экономической науке в требуемой степени. Многие экономисты исследователи еще «больны» своеобразной «аллергией» на экономическое эксперименти рование, нежеланием или неумением считаться с результатами экспериментальных иссле дований в экономике.

Тем не менее экспериментальная экономика продолжает активно развиваться. К числу перспективных путей внедрения экспериментального метода в экономической науке следует, вероятно, отнести следующие:

• Разработка иррациональных стандартов экономического поведения индивида в микроэкономических ситуациях;

• Игровое экспериментирование во всех его видах и формах;

• Развитие и разработка междисциплинарных экономических экспериментов (экономико-социологических, экономико-психологических, экономико-педагогических и т.п.) • Перенос принципов экспериментального исследования из лабораторных в полевые условия;

• Увеличение числа хозяйственных ситуаций, подлежащих моделированию пу тем экономического эксперимента.

Таким образом, исходя из вышесказанного, у метода экономического эксперимента большое будущее. Отношение к нему должно быть изменено, и в этом один из залогов про гресса экономической науки в целом.

ТЕМА 8. РЕШЕНИЕ ОПТИМИЗАЦИОННЫХ ЗАДАЧ Оптимизационная задача – это экономико-математическая задача, которая состоит в нахождении оптимального (максимального или минимального) значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых зна чений.

В самом общем виде задача математически записывается так: U=f(X) max;

XW, где X=(x1, x2,..., xn);

W – область допустимых значений переменных x1, x2,..., xn;

f(Х) – целевая функция.

Для того чтобы решить задачу оптимизации, достаточно найти ее оптимальное ре шение, т.к. указать X0W такое, что f(X0)=f(X) при любом значении XW, или для случая минимизации - (X0)=f(X) при любом значении XW.

Оптимизационная задача является неразрешимой, если она не имеет оптимального решения. В частности, задача максимизации будет неразрешима, если целевая функция f(X) не ограничена сверху на допустимом множестве W.

Методы решения оптимизационных задач зависят как от вида целевой функции f(X), так и от строения допустимого множества W. Если целевая функция в задаче является функцией n переменных, то методы решения называют методами математического про граммирования.

В математическом программировании принято выделять следующие основные зада чи в зависимости от вида целевой функции f(X) и от области W:

задачи линейного программирования, если f(X) и W линейны;

задачи целочисленного программирования, если ставится условие целочислен ности переменных x1, x2,..., xn;

задачи нелинейного программирования, если форма f(X) носит нелинейный характер [5].

При постановке задач линейного программирования определяют допустимое мно жество решений задачи W (систему ограничений линейного программирования), линейную функцию f(X) (целевую функцию или критерий оптимальности).

Транспортные задачи линейного программирования Под термином «транспортные задачи» понимается широкий круг задач не только транспортного характера. Общим для них является, как правило, распределение ресурсов, находящихся у m производителей (поставщиков), по n потребителям этих ресурсов.

... Наиболее часто встречаются следующие задачи, относящиеся к транспортным:

прикрепление потребителей ресурса к производителям;

привязка пунктов отправления к пунктам назначения;

взаимная привязка грузопотоков прямого и обратного направлений;

отдельные задачи оптимальной загрузки промышленного оборудования;

оптимальное распределение объемов выпуска промышленной продукции меж ду заводами-изготовителями и др.

Рассмотрим экономико-математическую модель прикрепления пунктов отправления к пунктам назначения. Имеются m пунктов отправления груза и объемы отправления по каждому пункту a1, a2,..., am. Известна потребность в грузах b1, b2,..., bn по каждому из n пунктов назначения. Задана матрица стоимостей доставки по каждому варианту cij, i=1,m, j = 1,n. Необходимо рассчитать оптимальный план перевозок, т.е. определить сколько груза должно быть отправлено (от поставщика) в каждый j-й пункт назначения (до потребителя) xij с минимальными транспортными издержками.

В общем виде исходные данные представлены в таблице.

Таблица 8. Исходные данные B1 B2... Bn Запасы (объемы Потребители отправления) Производители А1 c11 c12... c1n a x11 x12 x1n А2 c21 c22... c2n a x21 x22 x2n …...............

Аm cm1 cm2... cmn am xm1 xm2 xmn Потребность b1 b2... bn Транспортная задача называется закрытой, если суммарный объем отправляемых грузов равен суммарному объему потребности в этих грузах по пунктам назначения.

Если такого равенства нет (потребности выше запасов или наоборот), задачу назы вают открытой.

Для написания модели необходимо все условия (ограничения) и целевую функцию представить в виде математических уравнений.

Все грузы из i-х пунктов должны быть отправлены (xij=ai).

Все j-е пункты (потребители) должны быть обеспечены грузами в плановом объеме (xij=bj).

Суммарные объемы отправления должны равняться суммарным объемам назначе ния....

Должно выполняться условие неотрицательности переменных:

xij=0, i=1,m, j=1,n.

Перевозки необходимо осуществить с минимальными транспортными издержками (функция цели):

mn Zmin= cijxij i=1 j= В модели вместо матрицы стоимости перевозок (cij) могут задаваться матрицы рас стояний. В таком случае в качестве целевой функции рассматривается минимум суммарной транспортной работы.... Уравнение баланса является обязательным условием решения транспортной задачи. Поэтому, когда в исходных условиях дана открытая задача, то ее не обходимо привести к закрытой форме. В случае если потребности по пунктам назначения превышают запасы пунктов отправления, то вводится фиктивный поставщик с недостающим объемом отправления;

запасы поставщиков превышают потребности потребителей, то вводится фик тивный потребитель с необходимым объемом потребления.

Варианты, связывающие фиктивные пункты с реальными, имеют нулевые оценки.

После введения фиктивных пунктов задача решается как закрытая.

Транспортным задачам присущи следующие особенности:

распределению подлежат однородные ресурсы;

условия задачи описываются только уравнениями;

все переменные выражаются в одинаковых единицах измерения;

во всех уравнениях коэффициенты при неизвестных равны единице;

каждая неизвестная встречается только в двух уравнениях системы ограниче ний.

Транспортные задачи могут решаться симплекс-методом. Однако перечисленные особенности позволяют для транспортных задач применять более простые методы решения [6].

ТЕМА 9. РЕШЕНИЕ ЗАДАЧ АНАЛИЗА И ПРОГНОЗИРОВАНИЯ В ЭКОНОМИКЕ Большинство явлений и процессов в экономике находятся в постоянной взаимной и всеохватывающей объективной связи. Исследование зависимостей и взаимосвязей между объективно существующими явлениями и процессами играет большую роль в экономике.

Оно дает возможность глубже понять сложный механизм причинно-следственных отноше ний между явлениями. Для исследования интенсивности, вида и формы зависимостей ши роко применяется корреляционно-регрессионный анализ, который является методическим инструментарием при решении задач прогнозирования, планирования и анализа хозяйст венной деятельности предприятий.

Различают два вида зависимостей между экономическими явлениями:

функциональную;

стохастическую (вероятностную, статистическую).

В случае функциональной зависимости имеется однозначное отображение множест ва А на множество В. Множество А называют областью определения функции, а множест во В – множеством значений функции.

Функциональная зависимость встречается редко. В большинстве случаев функция (Y) или аргумент (X) – случайные величины. X и Y подвержены действию различных слу чайных факторов, среди которых могут быть факторы, общие для двух случайных величин.

Если на случайную величину Х действуют факторы Z1, Z2,..., V1, V2, а на Y – Z0, Z2, V1, V3..., то наличие двух общих факторов Z2 и V1 позволяет говорить о вероятностной или статистической зависимости между X и Y.

Статистической называется зависимость между случайными величинами, при кото рой изменение одной из величин влечет за собой изменение закона распределения другой величины.

В частном случае статистическая зависимость проявляется в том, что при изменении одной из величин изменяется математическое ожидание другой. В этом случае говорят о корреляции или корреляционной зависимости.

Статистическая зависимость проявляется только в массовом процессе, при большом числе единиц совокупности.

В экономике приходится иметь дело со многими явлениями, имеющими вероятно стный характер. Например, к числу случайных величин можно отнести: стоимость продук ции, доходы предприятия, межремонтный пробег автомобилей, время ремонта оборудова ния и т.д.

Односторонняя вероятностная зависимость между случайными величинами есть регрессия. Она устанавливает соответствие между этими величинами.

Односторонняя стохастическая зависимость выражается с помощью функции, кото рая называется регрессией.

Перечислим различные виды регрессий.

1. Регрессия относительно числа переменных:

простая регрессия – регрессия между двумя переменными;

множественная регрессия – регрессия между зависимой переменной y и не сколькими объясняющими переменными x1, x2,....

y = a0 + a1x1 + a2x2 +... + amxm где y – функция регрессии;

x1, x2,..., xm – независимые переменные;

a1, a2,..., am – коэффициенты регрессии;

a0 – свободный член уравнения;

m – число факторов, включае мых в модель.

2. Регрессия относительно формы зависимости:

линейная регрессия, выражаемая линейной функцией;

нелинейная регрессия, выражаемая нелинейной функцией.

3. В зависимости от характера регрессии различают следующие ее виды:

положительную регрессию. Она имеет место, если с увеличением (уменьшени ем) объясняющей переменной значения зависимой переменной также соответственно уве личиваются (уменьшаются);

отрицательную регрессию. В этом случае с увеличением или уменьшением объясняющей переменной зависимая переменная уменьшается или увеличивается.

4. Относительно типа соединения явлений различают:

непосредственную регрессию. В этом случае зависимая и объясняющая пере менные связаны непосредственно друг с другом;

косвенную регрессию. В это случае объясняющая переменная действует на за висимую через ряд других переменных;

ложную регрессию. Она возникает при формальном подходе к исследуемым явлениям без уяснения того, какие причины обусловливают данную связь.

Регрессия тесно связана с корреляцией. Корреляция в широком смысле слова озна чает связь, соотношение между объективно существующими явлениями. Связи между яв лениями могут быть различны по силе. При измерении тесноты связи говорят о корреляции в узком смысле слова. Если случайные переменные причинно обусловлены и можно в ве роятностном смысле высказаться об их связи, то имеется корреляция.

Понятие «корреляция» и «регрессия» тесно связаны между собой. В корреляцион ном анализе оценивается сила связи, а в регрессионном анализе исследуется ее форма.

Корреляция в широком смысле объединяет корреляцию в узком смысле и регрессию.

Корреляция, как и регрессия, имеет различные виды.

1. Относительно характера корреляции различают: положительную;

отрицатель ную.

2. Относительно числа переменных: простую, множественную, частную.

3. Относительно формы связи: линейную, нелинейную.

4. Относительно типа соединения: непосредственную, косвенную, ложную.

Любое причинное влияние может выражаться либо функциональной, либо корреля ционной связью. Но не каждая функция или корреляция соответствует причинной зависи мости между явлениями. Поэтому требуется обязательное исследование причинно следственных связей.

Исследование корреляционных связей мы называем корреляционным анализом, а исследование односторонних стохастических зависимостей – регрессионным анализом.

Корреляционный анализ и регрессионный анализ имеют свои задачи.

К задачам корреляционного анализа относятся следующие:

1. Измерение степени связности (тесноты, силы) двух и более явлений. Здесь речь идет в основном о подтверждении уже известных связей.

2. Отбор факторов, оказывающих наиболее существенное влияние на результатив ных признак, на основании измерения тесноты связей между явлениями.

3. Обнаружение неизвестных причинных связей. Корреляция непосредственно не выявляет причинных связей между явлениями, но устанавливает степень необходимости этих связей и достоверность суждений об их наличии. Причинный характер связей выясня ется с помощью логически-профессиональных рассуждений, раскрывающих механизм свя зей.

Перечислим задачи регрессионного анализа.

1. Установление формы зависимости (линейная или нелинейная;

положительная или отрицательная и т.д.).

2. Определение функции регрессии и установление влияния факторов на зависимую переменную. Важно не только определить форму регрессии, указать общую тенденцию изменения зависимой переменной, но и выяснить, каково было бы действие на зависимую переменную главных факторов, если бы прочие не изменялись и если бы были исключены случайные элементы. Для этого определяют функцию регрессии в виде математического уравнения того или иного вида.

3. Оценка неизвестных значений зависимой переменной, т.е. решение задач экстра поляции и интерполяции. В ходе экстраполяции распространяются тенденции, установлен ные в прошлом, на будущий период. В ходе интерполяции определяют недостающие зна чения, соответствующие моментам времени между известными моментами, т.е. определя ют значения зависимой переменной внутри интервала заданных значений факторов [6].

Методы и модели прогнозирования временных рядов экономических показателей Среди большого разнообразия экономико-математических методов, используемых для решения задач управления предприятием, особое место занимают методы и модели прогнозирования.

Следует различать два понятия, связанных с прогнозированием, - предсказание и собственно прогнозирование.

Под предсказанием понимают суждение о будущем состоянии процесса, основанное на субъективном «взвешивании» большого числа факторов качественного и количествен ного характера. Прогнозирование – это исследовательский процесс, в результате которого получают прогноз о состоянии объекта. Прогноз является вероятностным суждением о возможном состоянии объекта или об альтернативных путях его достижения. Известно большое количество методов, методик и способов прогнозирования. Все они основаны на двух крайних подходах: эвристическом и математическом.

Эвристические методы базируются на использовании явлений или процессов, не поддающихся формализации.

Для математических методов прогнозирования характерен подбор и обоснование математической модели исследуемого процесса, а также способов определения ее неиз вестных параметров. Задача прогнозирования при этом сводится к решению уравнений, описывающих данную модель для заданного момента времени.

Среди математических методов прогнозирования в особую группу выделяются ме тоды экстраполяции, которые отличаются простотой, наглядностью и легко реализуются на ЭВМ. Методологическая предпосылка экстраполяции состоит в признании преимущест венной связи между прошлым, настоящим и будущим. При этом развитие экономических явлений наиболее полно находит свое отражение во временных рядах, которые представ ляют собой упорядоченные во времени наборы измерений каких-либо характеристик ис следуемого объекта, процесса.

В настоящее время разработана большая группа экстраполяционных методов про гнозирования отдельных экономических показателей. В данной группе методов можно вы делить:

1. Методы, основанные на построении многофакторных корреляционно регрессионных моделей.

2. Методы авторегрессии, учитывающие взаимосвязь членов временного ряда.

3. Методы, основанные на разложении временного ряда на компоненты: главная тенденция (тренд), сезонные колебания и случайная составляющая.

4. Методы, позволяющие учесть неравнозначность исходных данных.

5. Методы прямой экстраполяции, при это используются разные трендовые модели.

Вычислительные процедуры рассмотренных методов прогнозирования громоздки и трудоемки. Задача исследователя значительно облегчается при использовании пакета при кладных программ для ПЭВМ, в основу которых положены алгоритмы прогнозирования методами наименьших квадратов и экспоненциального сглаживания [7].

ТЕМА 10. ПРИМЕНЕНИЕ ЭКСПЕРТНЫХ МЕТОДОВ ПРИ ПРОВЕДЕНИИ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ В ЭКОНОМИКЕ Наиболее широко при исследовании систем управления используются экспертные методы. Это обусловлено большим числом возникающих при исследовании противоречий в системах социально-экономического характера, которые невозможно изучить объектив ными методами. Эти методы применяются также при невозможности использовать моде лирование и описание исследуемых объектов формализованными математическими спосо бами, отсутствии достаточно достоверной информации, информационной неопределенно сти исследуемых объектов, разработке средне- и долгосрочных прогнозов влияния новых законов и закономерностей на системы управления, тенденций развития управления, ры ночной среды, а также при наличии экстремальных ситуаций в управлении. В таких случа ях важное значение приобретает использование профессионального опыта и сформирован ной на его основе интуиции специалистов-экспертов.


Экспертный (в том числе и органолептический) метод предполагает использование мнений экспертов. Термин «эксперт» в дословном переводе с латинского языка означает «опытный». Данный метод следует применять в тех случаях, когда невозможно использо вать объективные методы исследований (например метод эксперимента или тесно связан ный с ним расчетный метод).

Причины привлечения экспертов:

- объекты принятия решений или их характеристики субъективны;

- нет соответствующих способов изменения (например, дегустация: нет способов измерить различное влияние параметров в друг друге);

- объекты или характеристики не существуют, их предстоит создать;

определение цели, разработка стратегии, альтернатив, прогнозов, сценариев - для этого используются эксперты;

- отставание необходимой информации и четких тенденций.

Виды экспертных методов:

Индивидуальные:

Анкетирование Интервьюирование – свои суждения эксперт высказывает в беседе с человеком, осуществляющем опрос (прогнозистом), отвечая на поставленные перед ним вопросы.

Эксперт в данном случае не имеет времени для предварительного анализа этих вопросов, поэтому прогнозист при проведении интервью должен тщательно продумывать формули ровки и смысловое содержание вопросов. Необходимо учитывать тот факт, что наш язык является полиморфным, и в силу этого нужно вопросы формулировать так, чтобы всеми экспертами они понимались однозначно. Результаты интервью во многом зависят от спе циальной подготовленности прогнозиста и от его умения вести свободную беседу, удержи вая инициативу в своих руках.

Аналитическая экспертная оценка (может быть заочная или очная) дается описание проблемы и предлагается обозначить сценарий развития, выявить ключевые факторы и т.п.

Аналитический способ предполагает длительную работу эксперта по анализу по ставленных перед ним вопросов. Термин “морфологический анализ” был впервые введен американским астрофизиком Ф.Цвики, который занимался техническим прогнозированием в области реактивных двигателей. При использовании этого метода объект прогнозирова ния прежде всего рассматривается с точки зрения его структуры, а не с точки зрения вы полняемых им функций.

n V = ri i = В основе морфологического метода лежит заранее разработанная схема рассмотре ния объектов прогнозирования, предназначенная для выявления возможных вариантов ре шений некоторой многоаспектной проблемы. При этом выделяются различные типы харак теристик анализируемых объектов, их различные свойства с указанием элементов каждого типа. Затем формируются различные варианты развития анализируемых объектов на осно ве перебора всех возможных сочетаний характеристик каждого типа. Общее число вариан тов может быть определено как произведение количества элементов каждого типа: где V – общее число вариантов построения некоторого технического средства;

i=1,2,…, n;

n – ко личество различных характеристик;

ri – количество характеристик i-го типа.

В процессе анализа каждого из выделенных вариантов эксперт определяет те из них, которые перспективны с точки зрения достижения определенной цели в будущем.

Важным при использовании морфологического метода является способ оценки эф фективности различных вариантов.

Коллективные:

Метод комиссии (совещания) заранее объявленное собрание экспертов для проведе ния групповой дискуссии по обсуждаемой проблеме и выработки решений. Плюсы – удоб ство и скорость, минусы – недостаточная активность и компетентность.

Метод комиссии состоит в открытой дискуссии по обсуждаемой проблеме для вы работки единого мнения экспертов. Коллективное мнение определяется в результате тайно го или открытого голосования. В некоторых случаях к голосованию не прибегают, выявляя результирующее мнение в процессе дискуссии. Преимущество метода комиссии состоит в росте информативности экспертов, поскольку при обсуждении эксперты приводят обосно вания своих оценок, под воздействием которых некоторые участники комиссии могут из менить первоначальную точку зрения. К недостаткам относится отсутствие анонимности.

Оно может приводить к достаточно сильным проявлениям конформизма со стороны экс пертов, присоединяющих свои мнения к мнению более компетентных и авторитетных экс пертов даже при наличии противоположной точки зрения. Дискуссия часто сводится к по лемике наиболее авторитетных экспертов, в которой часто берет не обоснованность, а ко личество приводимых доводов “за” и “против”. Кроме того, публичность высказываний может приводить к нежеланию некоторых экспертов отказаться от ранее высказанного мнения, даже если оно в процессе дискуссии претерпело изменения. По данным некоторых источников считается, что при использовании метода комиссии имеет место взаимное влияние мнений экспертов, которое при соблюдении ряда условий может способствовать созданию творческой атмосферы и непрерывному генерированию идей.

Круглые столы для формирования мнения Методы суда: адвокаты и прокуроры. Заранее должны быть известны объект приня тия решения, может быть конформизм и личная заинтересованность.

Экспертиза по методу суда использует аналогии с судебным процессом. Часть экс пертов объявляется сторонниками рассматриваемого решения, и выступает в качестве за щиты, приводя доводы в его пользу. Часть экспертов регулирует ход экспертизы, и выно сит окончательное решение. В процессе экспертизы “функции” экспертов могут меняться.

Метод суда обладает теми же преимуществами и недостатками, что и метод комиссии.

Метод инверсии при решении сложных ситуаций, если она безысходная или реше ние не удовлетворяет стороны, тогда эксперты формулируют новые решения в совершенно противоположном направлении заданному поиску.

Метод эмпатии (личной аналогии). Метод эмпатии лежит посередине между логи ческим мышлением и интуитивным мышлением. Эксперты ищут способ решения пробле мы в других областях деятельности (природа, техника) на основе аналогии законов (закон конкуренции среди животных и среди фирм, ряд чисел Фибоначи, золотое сечение в моде, искусстве).

Метод синектики (подбор экспертов разных специальностей, квалификации и обу чение их механизмам творчества). При этом методе, который схож с мозговой атакой, про блема рассматривается небольшой группой экспертов. Руководитель экспертизы выдвигает проблему, объясняет ее, а эксперты предлагают вариант ее решения. Несколько минут ру ководитель его анализирует и говорит, что ему в нем нравится, а что нет. Затем выдвигают ся новые предложения, которые также анализируются до тех пор, пока не будет найдено возможное решение.

Метод критических вопросов. Он применяется в основном не для принятия реше ний, а для сбора информации. Метод критических вопросов позволяет четко упорядочить информацию. Экспертам предлагается упорядочить информацию по различным вопросам.

Эксперты могут быть из разных сфер деятельности. Экспертам предлагается ответить на вопросы.

Семь классических: кто? что? где? зачем? чем? как? когда?

За счет этих семи вопросов происходит дробление информации, и проблема пред ставляется в другом виде можно увидеть альтернативы, выявить причинно следственные связи. Могут быть еще 4 группы вопросов:

причины понимания проблемы – что известно, что неизвестно о проблеме, чего недостаточно, что избыточно и противоречиво, в чем состоит условие решения проблемы, как связаны аспекты и проблемы между собой;

составление плана решения – существуют ли похожие задачи, похожие усло вия, методы ранее использованные;

можно ли сформулировать задачу как-либо иначе, что можно использовать по аналогии, можно ли помочь введением дополнительной информа ции или элемента, что еще полезного можно извлечь из данных условий;

не исчерпывающий перечень вопросов на осуществление плана решения какие последствия могут быть, и как их можно изменить здесь вопросы, связанные с анализом и контролем каждого шага;

контроль полученного решения: проверка возможных результатов решения, правильность способа решения.

Метод мозгового штурма (метод поиска оригинальной идеи). Прямая мозговая ата ка в заранее оговоренное время по заранее сформулированной проблеме заранее отобран ные люди высказывают различные бредовые идеи и здесь важно отсутствие критики. Это может быть 7-15 человек экспертов с различным опытом, образованием, которые от мин. до 1 часа в творческой, раскрепощенной атмосфере высказывают различные бредовые идеи по заранее оговоренной проблеме. Фиксируется все, что высказывается. Успех зави сит от людей, которые организуют, создают атмосферу этих экспертиз. Очень важно разбу дить творческую мысль. Массовый мозговой штурм. Здесь может быть задействовано ог ромное количество людей, это может быть заочный мозговой штурм.

«Мозговая атака» получила широкое распространение с начала 50-х гг. как метод тренировки мышления, нацеленный на открытие новых идей и достижение согласия груп пы людей на основе интуитивного мышления. Методы этого типа известны также под на званиями «мозговой штурм», «конференция идей», «коллективная генерация идей» (КГИ).

Обычно при проведении сессий КГИ стараются выполнять определенные правила, суть которых:

обеспечить как можно большую свободу мышления участников КГИ и выска зывания ими новых идей;

приветствовать любые идеи, даже если вначале они кажутся сомнительными или абсурдными (обсуждение и оценка идей производятся позднее);


не допускать критики любой идеи, не объявлять ее ложной и не прекращать обсуждение;

желательно высказывать как можно больше идей, особенно нетривиальных.

В зависимости от принятых правил и жесткости их выполнения различают прямую «мозговую атаку», метод обмена мнениями и другие виды коллективного обсуждения идей и вариантов принятия решений. В последнее время стараются ввести правила, помогающие сформировать некоторую систему идей, т.е. предлагается, например, считать наиболее ценными те из них, которые связаны с ранее высказанными и представляют собой их раз витие и обобщение. Участникам не разрешается зачитывать списки предложений, которые они подготовили заранее. В то же время, чтобы предварительно нацелить участника на об суждаемый вопрос, при организации сессий КГИ заранее или перед началом сессии участ никам представляется некоторая предварительная информация об обсуждаемой проблеме в письменной или устной форме. Подобием сессий КГИ можно считать разного рода сове щания - конструктораты, заседания научных советов по проблемам, заседания специально создаваемых временных комиссий и другие собрания компетентных специалистов.

Так как на практике трудно собрать специалистов ввиду их занятости по основной работе, желательно привлекать компетентных специалистов, не требуя обязательного их присутствия на общих собраниях КГИ и устного высказывания своих соображений хотя бы на первом этапе системного анализа при формировании предварительных вариантов.

Метод Дельфи – групповой метод, обобщает индивидуальные методы в согласован ной групповой оценке. «Дельфи»–метод, метод «Дельфи» или метод дельфийского оракула первоначально был предложен О. Хелмером и его коллегами как итеративная процедура при проведении мозговой атаки, которая способствовала бы снижению влияния психологи ческих факторов при проведении заседаний и повышению объективности результатов.

Почти одновременно Дельфи-процедуры стали средством повышения объективно сти экспертных опросов с использованием количественных оценок при сравнительном ана лизе составляющих деревьев целей и при разработке сценариев.

Основные средства повышения объективности результатов при применении «Дель фи»–метода – использование обратной связи, ознакомление экспертов с результатами предшествующего тура опроса и учет этих результатов при оценке значимости мнений экспертов.

В конкретных методиках, реализующих процедуру «Дельфи», эта идея используется в разной степени, так, в упрощенном виде организуется последовательность итеративных циклов мозговой атаки. В более сложном варианте разрабатывается программа последова тельных индивидуальных опросов с использованием методов анкетирования, исключаю щих контакты между экспертами, но предусматривающих ознакомление их с мнениями друг друга между турами.

В разных вариантах Дельфи-процедура представляет собой программу последова тельных индивидуальных опросов с использованием методов анкетирования. Вопросники от тура к туру уточняются. Экспертам присваиваются весовые коэффициенты значимости их мнений (коэффициенты компетентности), вычисляемые на основе предшествующих опросов, также уточняемые от тура к туру и учитываемые при получении обобщенных ре зультатов опроса. Для снижения таких факторов, как внушение или приспосабливаемость к мнению большинства, иногда требуется, чтобы эксперты обосновали свою точку зрения, но это не всегда приводит к желаемому результату, а, напротив, может усилить эффект при спосабливаемости, так называемый эффект Эдипа.

В силу трудоемкости обработки результатов и значительных временных затрат пер воначально предусматриваемые методики «» не всегда удается реализовать на практике.

В последнее время Дельфи-процедура в той или иной форме обычно сопутствует любым другим методам моделирования систем – методу дерева целей, морфологическому, сетевому и т.п.

Метод сценариев – написания экспертами сценариев развития анализируемой си туации.

Методы подготовки и согласования представлений о проблеме или анализируемом объекте, изложенные в письменном виде, получили название сценария. Первоначально этот метод предполагал подготовку текста, содержащего логическую последовательность собы тий или возможные варианты решения проблемы, упорядоченные по времени. Однако тре бование временных координат позднее было снято, и сценарием стали называть любой до кумент, содержащий анализ рассматриваемой проблемы или предложения по ее решению независимо от того, в какой форме он представлен.

Сценарий не только предусматривает содержательные рассуждения, которые помо гают не упустить детали, обычно не учитываемые при формальном представлении системы (в этом и заключалась первоначально основная роль сценария), но и содержит результаты количественного технико-экономического или статистического анализа с предварительны ми выводами, которые можно получить на их основе. Группа экспертов, подготав ливающих сценарии, пользуется правом получения необходимых справок от организаций, консультаций специалистов. Понятие сценариев расширяется в направлении как областей применения, так и форм представления и методов их разработки: в сценарий не только вво дятся количественные параметры и устанавливаются их взаимосвязи, но и предлагаются методики составления сценариев с использованием ЭВМ.

На практике по типу сценариев разрабатывались прогнозы в некоторых отраслях промышленности. В настоящее время разновидностью сценариев можно считать предло жения к комплексным программам развития отраслей народного хозяйства, подготавли ваемые организациями или специальными комиссиями. Существенную помощь в подго товке сценариев оказывают специалисты по системному анализу. Весьма перспективной представляется разработка специализированных информационно-поисковых систем, нака пливающих прогнозную информацию по данной отрасли и по смежным отраслям.

Сценарий является предварительной информацией, на основе которой проводится дальнейшая работа по прогнозированию или разработке вариантов проекта. Таким обра зом, сценарий помогает составить представление о проблеме, а затем приступить к более формализованному представлению системы в виде графиков, таблиц для проведения дру гих методов системного анализа.

Выше экспертные методы были рассмотрены с точки зрения коллективности их применения, если же мы посмотрим с практической стороны, со стороны их назначения, то все методы можно разбить на две группы – методы для получения экспертных оценок и методы используемые для формализации полученной информации. Если первая группа методов направлена только на получение информации, то вторая на ее обработку, ранжи рование, выявление оптимального решения.

Практически все вышеописанные методы относится к первой группе – методам для получения экспертных оценок. Несмотря на то, что в отличие от анкетирования, интер вьюирования, инверсии и т.д., методы комиссии, круглого стола, синектики и т.д., дают окончательное, выработанное экспертами решение, оно не является решением построенном на базе формализации экспертных оценок, а является окончательной экспертной оценкой варианта правильного решения. Таким образом, формализацию проводят сами эксперты, например в процессе дискуссии.

Исключением является метод «Дельфи», он позволяет не только получить эксперт ные оценки, но и формализовать их. Т.е. как мы увидим далее при применении метода «Дельфи», как правило, используют программу последовательных индивидуальных опро сов с использованием методов анкетирования. Вопросники от тура к туру уточняются. Т.е.

уже на первом этапе происходит анализ и отсев не подходящих решений. Экспертам при сваиваются весовые коэффициенты значимости их мнений, вычисляемые на основе пред шествующих опросов, также уточняемые от тура к туру и учитываемые при получении обобщенных результатов опроса. Т.о. эксперты, чье направление мышления не соответст вует желаемому результату, снижают свое влияние на итоговое решение, но не отбраковы ваются полностью, т.к. есть вероятность появления «гениальной идеи». Таким образом на основе анкетирования, реализована грамотная обработка экспертных оценок, их выборка для поддержания развития решения в нужном направлении.

Как мы видим метод «Дельфи» не является только методом используемым для фор мализации полученной информации, он представляет собой гибрид двух групп методов. К более формализованным методам можно отнести, например, метод анализа иерархий. В настоящее время этот метод используют на Западе для решения многокритериальных за дач.

МАИ (метод анализа иерархий) предполагает декомпозицию исследуемой проблемы на простые составляющие и обработку суждений лица, принимающего решения. Система, подлежащая анализу, представляется в виде иерархии, вершиной которой является цель, следующие уровни – уровни критериев, последний уровень – альтернативы, а также учи тываются связи между компонентами. В результате определяются отношения значимости для всех критериев, находящихся в иерархии.

Относительная значимость выражается численно в виде векторов приоритетов. По лученные таким образом значения векторов являются оценками в шкале отношений и соот ветствуют так называемым жестким оценкам.

В МАИ имеется три метода сравнения альтернатив:

попарное сравнение;

сравнение альтернатив относительно стандартов;

сравнение альтернатив копированием.

Метод попарного сравнения альтернатив является самым распространенным и этот алгоритм является базовым при решении многих задач.

По характеру связи между критериями и альтернативами различают два типа иерар хий:

- такие, у которых каждый критерий связан со всеми рассматриваемыми альтернати вами;

- такие, у которых каждый критерий, имеющий связь не со всеми рассматриваемыми альтернативами (тип иерархии с различным числом и функциональным составом альтерна тив под критериями).

Метод анализа иерархий – методологическая основа для решения задач выбора аль тернатив посредством их многокритериального рейтингования. Он создан американским ученым Т. Саати и вырос в настоящее время в обширный междисциплинарный раздел нау ки, имеющий строгие математические и психологические обоснования и многочисленные приложения.

Основное применение метода – поддержка принятия решений посредством иерар хической композиции задачи и рейтингования альтернативных решений.

Решение проблемы с использованием метода «Дельфи»

Название методов экспертной оценки типа Дельфи связано с древнегреческим горо дом Дельфи, где при храме Аполлона с IX в. до н.э. до IV в. н.э. по преданиям находился Дельфийский оракул.

Метод Дельфи первоначально был предложен О. Хелмером как итеративная проце дура «мозговой атаки», которая должна помочь снизить влияние психологических факто ров и повысить объективность результатов. Однако почти одновременно Дельфи процедуры стали основным средством повышения объективности экспертных опросов с использованием количественных оценок при оценке деревьев цели и при разработке сцена риев за счет использования обратной связи, ознакомления экспертов с результатами пред шествующего тура опроса и учета этих результатов при оценке значимости мнений экспер тов.

Первое практическое применение метода Дельфи к решению некоторых задач мини стерства обороны США, осуществленное RAND Corporation во второй половине 40-х гг., показало его эффективность и целесообразность распространения на широкий класс задач, связанный с оценкой будущих событий.

В методе «Дельфи» делается попытка усовершенствовать групповой подход к ре шению разработки прогноза или оценки путем критики взаимных взглядов, высказываемых отдельными специалистами без непосредственных контактов между ними и при сохране нии анонимности мнений или аргументации в защиту этих мнений.

В отличие от традиционного подхода к достижению согласованности мнений экс пертов путем открытой дискуссии метод Дельфи предполагает полный отказ от коллектив ных обсуждений. Это делается с целью уменьшить влияние таких психологических факто ров, как присоединение к мнению наиболее авторитетного специалиста, нежелание отка заться от публично высказанного мнения, следование за мнением большинства. В методе Дельфи принимаются специальные меры, чтобы исключить влияние на конечный результат экспертов, обладающих даром убеждать других. По мнению некоторых источников данный метод, бесспорно, является самым распространенным как за рубежом, так и в нашей стра не.

Недостатки метода Дельфи:

1. Значительный расход времени на проведение экспертизы, связанный с большим количеством последовательных повторений оценок.

2. Необходимость неоднократного пересмотра экспертом своих ответов, вызываю щая у него отрицательную реакцию, что сказывается на результатах экспертизы.

В отличие от традиционных методов экспертной оценки метод Дельфи предполагает полный отказ от коллективных обсуждений на первых стадиях работы экспертной группы.

Это делается для того, чтобы уменьшить влияние таких психологических факторов, как присоединение к мнению наиболее авторитетного специалиста, нежелание отказаться от публично выраженного мнения, следование за мнением большинства. В методе Дельфи прямые дебаты заменены программой последовательных индивидуальных опросов, прово димых в форме анкетирования.

В 60-е гг. область практического применения метода Дельфи значительно расшири лась, однако присущие ему ограничения привели к возникновению других методов, ис пользующих экспертные оценки. Среди них особого внимания заслуживают методы QUEST, SEER, PATTERN.

Метод QUEST (Qualitative Utility Estimates for Science and Technology – количест венные оценки полезности науки и техники) был разработан для целей повышения эффек тивности решений по распределению ресурсов, выделяемых на исследования и разработки.

В основу метода положена идея распределения ресурсов на основе учета возможного вкла да (определяемого метода экспертной оценки) различных отраслей и научных направлений в решение какого-либо круга задач.

Метод SEER (System for Event Evaluation and Review – система оценок и обзора со бытий) предусматривает всего два тура оценки. В каждом туре привлекается различный состав экспертов. Эксперты первого тура - специалисты промышленности, эксперты второ го тура - наиболее квалифицированные специалисты из органов, принимающих решения, и специалисты в области естественных и технических наук. Эксперт каждого тура не воз вращается к рассмотрению своих ответов за исключением тех случаев, когда его ответ вы падает из некоторого интервала, в котором находится большинство оценок (например, ин тервала, в котором находится 90 % всех оценок).

Методика применения «Дельфи»

Процедура Дельфи-метода заключается в следующем:

1) организуется последовательность циклов «мозговой атаки»;

2) разрабатывается программа последовательных индивидуальных опросов с помо щью вопросников, исключающая контакты между экспертами, но предусматривающая оз накомление их с мнениями друг друга между турами;

вопросники от тура к туру могут уточняться;

3) в наиболее развитых методиках экспертам присваиваются весовые коэффициенты значимости их мнений, вычисляемые на основе предшествующих опросов, уточняемые от тура к туру и учитываемые при получении обобщенных результатов оценок.

Метод «Дельфи» представляет собой ряд последовательно осуществляемых проце дур, направленных на формирование группового мнения экспертов. Для этого метода ха рактерны следующие три основные черты:

Анонимность предполагает использование специальных вопросников и других средств индивидуального опроса, в частности диалоговых средств ЭВМ.

Регулируемая обратная связь осуществляется путем проведения нескольких туров опроса, причем обработка результатов каждого тура осуществляется с помощью статисти ческих методов и результаты ее сообщаются экспертам.

Применение статистических методов обработки группового ответа позволяет уменьшить статистический разброс индивидуальных оценок (снижение в знаниях неопре деленности вероятностного характера) и получить групповой ответ, в котором наиболее верно отражено мнение каждого эксперта.

Следовательно, анонимность опроса позволяет ослабить влияние отдельных "доми нирующих" экспертов, а регулируемая обратная связь снижает влияние Индивидуальных и групповых интересов, не связанных с решаемыми задачами, То есть обратная связь повы шает объективность и надежность групповой оценки.

Таким образом, итеративная процедура проведения опросов в несколько туров с ин формированием экспертов о результатах предыдущих этапов опроса и предложениями в ряде случаев обосновать свое мнение, приводит к уменьшению разброса в индивидуальных ответах и создает несомненные преимущества дельфийского метода по сравнению с "про стым" статистическим объединением индивидуальных мнений при обработке экспертных данных анкетными методами.

При обработке результатов опроса на каждом туре полученные экспертные оценки Kj(i = 1,…, n) упорядочиваются, например, в порядке убывания и определяются характери стики положения и разброса. При этом в связи с тем, что обычно используют незначитель ное число экспертов, вместо традиционных числовых характеристик в виде математическо го ожидания и среднеквадратического отклонения предпочтительно в качестве характери стик положения и разброса использовать более устойчивые – медиану и квартили.

Медиана служит характеристикой группового ответа, предпочтительный интервал квартилей – показателем разброса индивидуальных оценок. За медиану Me принимается член ряда, по отношению к которому число экспертных оценок с начала и с конца ряда (справа и слева от медианного значения) будет одинаковым. Затем определяются верхний и нижний квартили, представляющие собой интервалы, в каждый из которых попадает 25% значений ряда.

Средние квартили, расположенные слева и справа от медианы, считаются предпоч тительными как характеристики разброса (Qн -Qв). На следующем туре каждому эксперту сообщаются значения полученных характеристик. Экспертов, чьи оценки оказались в крайних квартилях, просят обосновать их мнения и причины расхождения с групповым мнением. Так как ответы экспертов анонимны, они имеют возможность пересмотреть свои мнения, данные на предыдущем туре, и при желании исправить оценки.

Такая процедура позволяет всем экспертам принять в расчет обстоятельства, кото рые они могли случайно пропустить или которыми они пренебрегли в предыдущих турах.

После получения новых оценок определяются новые медиана и квартили. Процедура мо жет повторяться три - четыре раза. Такая итеративная процедура позволяет после каждого тура эффективно уменьшать разброс индивидуальных экспертных оценок.

При этом средняя оценка экспертов, изменивших свое мнение, сдвигаете по направ лению средней оценки группы (медианы), а эксперты, не изменившие свои оценки, дают более точное и строгое их обоснование.

Экспериментально установлено, что при использовании метода «Дельфи» наличие в группе менее знающих экспертов оказывает более слабое влияние их на групповую оценку, чем при простом усреднении оценок, поскольку итерация помогает этим специалистам улучшить свои оценки за счет использования информации от более компетентных специа листов.

ТЕМА 11. ИССЛЕДОВАНИЕ СИСТЕМ УПРАВЛЕНИЯ Исследование как составная часть менеджмента организации Процесс, исследования осуществляется в рамках управляемой системы и управ ляющих подсистем, следовательно, касается всех аспектов деятельности организации. Ис следованию подлежат сильные и слабые стороны организации, процесс производства и сбыта (на предприятии), финансовое состояние, службы маркетинга персонал, а также ор ганизационная культура.



Pages:     | 1 || 3 | 4 |   ...   | 5 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.