Фундаментальные и прикладные научные исследования. Прикладные и фундаментальные исследования. Фундаментальные методы исследования

Традиционно выделяют три основных направления научных исследований: фундаментальные научные исследования, прикладные научные исследования, а также научно-исследовательские и опытно-конструкторские разработки (НИОКР).

Как уже говорилось, фундаментальными считаются науки, познающие мир безотносительно к возможности практического использования получаемых знаний. Термин фундаментальность (от лат. fundamentum - основа, опора) означает направленность этих наук на исследование основополагающих, основных законов природы. Результатом функционирования фундаментальной науки является открытие.

Прикладные научные исследования - это такие исследования, которые используют знания и закономерности, сформулированные фундаментальными науками, для решения практических задач. Результатом прикладных исследований являются изобретения (разработка, внедрение и использование) новой техники и технологий. Отметим, что деление научных исследований на фундаментальные и прикладные является относительным, поскольку жесткой границы между ними нет. Например, ведущие промышленные компании мира в сфере высоких технологий имеют научно-исследовательские лаборатории для изучения фундаментальных проблем с финансированием в несколько миллионов долларов, а университетская наука прикладные разработки передает непосредственно в бизнес, для практического использования.

История развития науки и техники показывает, что прикладные научные исследования развиваются в силу необходимости разрешать производственные и технические проблемы. Так, совершенствование паровой машины привело к исследованиям в области термодинамики, кинетической теории газов, теории горения и др. С появлением электродвигателей и генераторов электрического тока стала развиваться теория электротехники. Затем возникли совершенно новые науки - электродинамика и теория колебаний и волн, без которых были бы невозможны радиосвязь и телевидение. При этом следует подчеркнуть, что все эти прикладные исследования основываются на фундаментальных разделах физики, которые исследовались в рамках чистой науки, т.е. не имеющей практической пользы.

В наш прагматичный век, когда все думают о практической пользе, выгоде, возникает вопрос о бесполезности финансовых затрат на фундаментальную науку. Ее называют «наука для науки» и задумываются над тем, зачем тратить деньги на ближний и дальний космос, исследование планет, строить большой адронный коллайдер стоимостью десятки миллиардов долларов для исследования тайн возникновения Вселенной. Более рационально было бы пустить эти финансовые ресурсы на борьбу с бедностью, голодом, отсутствием медицинской помощи и другими гуманитарными проблемами. Действительно гуманитарные проблемы в настоящее время являются приоритетами на транснациональном уровне. Тем не менее, проведение фундаментальных исследований является нс только условием успешности прикладной науки, но и главным фактором выживания человечества в условиях глобального кризиса. Переход на принципиально новые виды энергии (в духе глобальных, паранормальных, инженерно-технологических решений славянского гения Николы Тесла), поиск внеземных цивилизаций, а также решение «земных» проблем, связанных с тайной возникновения жизни и человека на Земле, возможны лишь на базе фундаментальных научных исследований.

Болес того, прикладные научные исследования, применяющие фундаментальные знания о природе для решения технических задач, не могут успешно развиваться в отрыве от фундаментальных наук. Так, в начале XX в. были сформулированы основные принципы квантовой механики и теории относительности. В то время эти теории казались абсолютно умозрительными и совершенно бесполезными. В рамках коммунистической идеологии эти науки наряду с генетикой и кибернетикой, которые возникли на полвска позже, подвергались остракизму и гонениям. Ученые, проводившие фундаментальные исследования в этих сферах, не только упрекались в схоластике, идеализме, но и физически уничтожались (Н.И. Вавилов). Однако через короткий исторический период были изобретены ускорители элементарных частиц, для строительства которых использовались принципы теории относительности, затем появились лазеры, работающие на принципах квантовой механики. Разработка генома человека основывалась на фундаментальных принципах генетической теории. И таких примеров - сотни.

В самом общем виде по своей структуре научные исследования делятся на фундаментальные и прикладные.

Фундаментальные исследования направлены на открытие новых, ранее не изученных явлений и законов природы и социальной реальности, а также на создание новых исследовательских методологий. Их целью является расширение научного знания в целом. Они ведутся на границе известного и неизвестного и обладают значительной степенью неопределенности.

Прикладные исследования направлены на нахождение способов использования явлений и законов природы для создания новых и совершенствования существующих средств и способов человеческой деятельности. Их целью выступает установление как можно большего числа вариантов практической эксплуатации имеющихся научных знаний.

Различие между фундаментальной наукой и прикладной было очень точно охарактеризовано Д. Томсоном - открывателем электрона - в речи, произнесенной им в 1916 году: «Под исследованием в фундаментальной науке я понимаю исследование не с целью применения его результатов в промышленности, а только для умножения знаний о Законах Природы». Томсон утверждал также, что прикладная наука совершенствует старые методы, в то время как фундаментальная наука создает новые методы, и что «если прикладная наука ведет к реформам, то фундаментальная наука приводит к революциям, которые, будь они политические или научные, являются мощными инструментами, если вы находитесь на стороне победителя ».

Прикладные исследования дифференцируются на поисковые, научно-исследовательские и опытно-конструкторские работы. Поисковые исследования направлены на установление факторов, влияющих на изучаемый объект либо процесс. Научно-исследовательские работы связаны с созданием новых технологий, опытных установок, приборов. Опытно-конструкторские исследования направлены на подбор конструктивных характеристик создаваемого технического устройства.

Завершающей стадией прикладного исследования, как правило, является разработка, то есть целенаправленный процесс преобразования научно-технической информации в форму, пригодную для освоения в промышленности, подготовка к внедрению.

Одно из принципиальных различий между фундаментальными и прикладными исследованиями как раз и состоит в том, что любое прикладное исследование - это всегда такой научный проект, результаты которого изначально адресованы производителям и заказчикам и которое руководствуется нуждами или желаниями этих клиентов. Фундаментальные же исследования адресованы прежде всего другим членам научного сообщества и направлены, в первую очередь, на расширение знания о мире как такового.

При этом нужно понимать, что на современном этапе развития науки и техники в некоторых моментах фундаментальные и прикладные исследования сходятся. Так, например, для современной инженерной деятельности требуется осуществление не только краткосрочных проектов, направленных на решение специальных задач, но и широкая долговременная программа фундаментальных исследований, специально предназначенных для развития технических наук в целом. В то же время современные фундаментальные исследования (особенно в технических науках) очень тесно связаны с практическими приложениями.

Помимо прочего, для современного этапа развития науки и техники характерно использование методов фундаментальных исследований для решения прикладных проблем. В то же время, тот факт, что исследование является фундаментальным, еще не означает, что его результаты прагматически бесполезны, а работа, направленная на прикладные цели, может носить фундаментальный характер. Критериями их разделения являются в основном временной фактор и степень общности. Вполне правомерно сегодня говорить и о фундаментальных промышленных исследованиях.

Надо помнить также и о том, что в некоторых случаях, не будучи источником, фундаментальная наука выступает основой тех или иных технологических достижений. Такая роль фундаментальной науки обычно может быть выявлена только ретроспективно. Ярким примером подобного положения дел является создание атомных реакторов и атомных бомб. В определенном отношении атомный проект может быть рассмотрен в качестве приложения специальной теории относительности, которая собственно и выступила источником упомянутых выше технологических изобретений.

Таким образом, ясно видно, что характер связей между фундаментальной и прикладной науками - это одна из наиболее глубоких и трудных проблем в истории и методологии научного познания.

Прикладные исследования- самый низкий уровень социологии. Это совокупность частных исследований, как правило, однообъектных, которые завершаются разработкой практических мероприятий и иногда их внедрением (однообъектные исследования - практические рекомендации - внедрения). Прикладные исследования - это исследования местных событий. Цель прикладного исследования - не описания социальной реальности, а ее изменение. Важно знать инструменты прикладной социологии, ее цели и задачи. Если социолог, не зная этого, принесет на предприятие методологию фундаментального исследования и будет изучать, например, динамику ценностных ориентации, то его не поймут. Потому что практические работники, которые будут выступать заказчиками, в этих категориях не рассуждают, они говорят совершенно другим языком. Перед прикладником возникают совершенно другие проблемы, чем перед академическим ученым.

Эмпирические и прикладные исследования - разные типы социологического исследования, у них разные методологии и технологии. Существуют две отличительные черты, которые позволяют их разграничить.

· Приращение новых знаний. Эмпирические исследования нацелены на приращение знаний, и они подтверждают либо опровергают какую-то частную теорию. Прикладные исследования не нацелены на приращение новых знаний, и они лишь дублируют частные теории, т. е. прикладывают их к конкретному объекту.

· Репрезентативность . Эмпирические исследования обязательно должны быть репрезентативными (представительными, отражающими типичные черты, действительные для всей совокупности изучаемых объектов). У них множество объектов, например средние города в разных регионах. Прикладное исследование не обязано быть репрезентативными оно проводится на одном объекте (одно предприятие).

Для прикладников академическими учеными разрабатываются такие стандартные анкеты и стандартные инструменты, по которым тиражируется опыт по разным предприятиям, например, тест Кетелла. Он применяется на многих предприятиях для одной и той же цели: оценка личных и деловых качеств. И никаких новых знаний для науки не добывается, новые знания только для администрации.

Таким образом, социологическое знание в целом не является гомогенной системой и не только потому, что в ней присутствуют разнокачественные уровни - теоретический и эмпирический, но еще и потому, что сюда органически включено метатеоретическое (философское) знание. Современная логика науки признает как удлинение теоретического цикла познания, так и введение в него новых, дополнительных уровней, что предполагает переориентацию содержания теоретического знания.

2. Виды, организация и проведение социологических исследований.

Основу любого конкретно-социологического исследования составляет сбор социальных фактов. Социальный факт в социологии - это фиксированный, описанный фрагмент социальной действительности. Выделяются три основные группы социальных фактов: 1) поведенческие акты (т.е. мы фиксируем то, что делают люди), 2) материальные или духовные продукты человеческой деятельности (т.е. то, что сделали люди), 3) вербальные действия людей (т.е. мнения, взгляды, суждения, которые высказывают люди).

Почему и как начинается социологическое исследование? Оно начинается, если есть проблема в реальной социальной действительности (социальная проблема), в которой надо разобраться и которую необходимо в конечном счете разрешить. О ее наличии могут заявить руководители различного рода организаций, хозяева фирм, политики. Для разрешения ее им требуется помощь профессионалов, и они обращаются к социологам. Социологи начинают исследование. В наиболее общем виде социологическое исследование можно определить каксистему логически последовательных методологических, методических и организационно-технических процедур, связанных между собой единой целью: получить достоверные данные об изучаемом явлении или процессе для их последующего использования в практике социального управления.

Социологическое исследование включает четыре последовательных, сменяющих друг друга организационно автономных и вместе с тем содержательно взаимосвязанных этапа:

Подготовку исследования,

Сбор первичной социологической информации,

Подготовку собранной информации к обработке и ее обработку (на ЭВМ),

Анализ обработанной информации, подготовку отчета по итогам исследования, формулирование выводов и рекомендаций.

Несмотря на то, что каждое социологическое исследование, претендующее на цельность и законченность, включает названные этапы, единой, унифицированной формы социологического анализа, пригодной для изучения любых проблем, не существует.

Конкретный вид социологического исследования обусловлен характером поставленной в нем цели, выдвинутых задач. Именно в соответствии с ними, т.е. в зависимости от глубины требуемого анализа предмета исследования, масштабности и сложности решаемых в ходе него задач, различают три основных вида социологического исследования: разведывательное (пилотажное, зондажное), описательное и аналитическое.

Разведывательное исследование может использоваться в качестве предварительного этапа глубоких и масштабных исследований, либо сбора "прикидочных" сведений об объекте исследования для общей ориентации. Потребность в нем возникает в тех случаях, когда предмет предстоящего крупномасштабного исследования мало изучен или если возникают трудности с выдвижением гипотез.

Описательное исследование - более сложный, чем пилотаж вид социологического анализа. Оно предполагает получение эмпирических сведений, дающих довольно целостное представление об изучаемом явлении, его структурных элементах. Этот вид анализа проводится по полной, достаточно подробно разработанной программе. Он обычно применяется тогда, когда исследуются большие общности людей, отличающиеся разнообразными характеристиками. Это может быть коллектив крупного предприятия, в котором трудятся люди разных профессий и возрастных групп, имеющие различные стаж работы, уровень образования, семейное положение и т.д., или население города, области, региона, страны. При этом в структуре объекта изучения выделяются относительно однородные группы, проводится их поочередная оценка, сравнение, сопоставление интересующих исследователя характеристик, а также выявляется наличие или отсутствие связей между ними.

Аналитическое исследование - самый углубленный вид социологического анализа, целью которого является не только описание структурных элементов изучаемого явления, но и выяснение причин, которые лежат в его основе и обуславливают свойственные ему черты. Если в ходе описательного исследования устанавливается, есть ли связь между характеристиками изучаемого социального явления, то в ходе аналитического исследования выясняется, носит ли обнаруженная связь причинный характер. Самостоятельной разновидностью аналитического исследования является эксперимент. Но о нем мы поговорим попозже.

Социолог или исследовательская группа, выбрав соответствующий проблеме вид социологического исследования, переходят к его непосредственной подготовке. Последняя предполагает разработку программы, рабочего плана и вспомогательных документов исследования. Кратко рассмотрим содержание программы.

Прикладные исследования основываются на результатах фундаментальных исследований и включают изучение технической возможности, социально-экономической эффективности и путей практического использования результатов фундаментальных исследований в конкретной области (отрасли). Их продукцией является отраслевая информация: создание технологических регламентов, эскизных проектов и аванпроектов, технических заданий и требований, методик и стандартов, проектов предприятий и техники будущего, типовых нормативов, а также других научных рекомендаций. На этой стадии осуществляются и опытно-экспериментальные работы, связанные с лабораторными и полупроизводственными испытаниями.

Организация прикладных исследований (ПИ) основанная на результатах ФИ, в гораздо большей степени, чем ФИ, строится на регламентированных процедурах, которые включают 4 основных этапа:

1) разработка и утверждение технического задания (ТЗ) включает информационную подготовку, прогностическую оценку значимости, затрат, результатов и эффективности. Разработка программы, способов и схемы исследования, в том числе, этапы и оценку надежности методики исследования. Определяется объем работ, состав исполнителей, сметная калькуляция и проект договора;

2) теоретическое исследование - выдвижение и обоснование гипотезы, классификация факторов и явлений и их анализ, составление схем и вариантов решений математических и материальных моделей; обоснование вариантов решений;

3) экспериментальный этап (опытная проверка);

4) обобщение и оценка результатов НИР.

После рассмотрения технического отчета на научно-техническом совете и учета замечаний работа передается заказчику.

Патентные исследования (ПИ) - основа оценки технического уровня НИР.

ПИ классифицируются по целям:

1) разработка новых средств труда - оборудования, приборов, средств автоматизации;

2) предметов труда - веществ и материалов, товаров;

3) технологических процессов;

4) методов организации производства и труда, систем управления, нормативов и стандартов.

По масштабам использования: (н/х отрасль, подотрасль, предприятие).

Организация технико-экономической разработки нововведений на стадии ПИ включает:

· техническое предложение и ТЗ на разработку;

· эскизный проект;

· изготовление лабораторных и опытных образцов (партий);

· создание рабочей документации на опытный образец;

· конструкторские разработки (детали, сборочные единицы, комплекты), конструкторские документы (чертежи, спецификации);

· патентный формуляр;

· внедрение.

Прикладное исследование часто начинается после получения технического задания на нововведение, основанного на итогах маркетинга и фундаментального поискового исследования. Этот этап включает в себя обычно сбор и обработку информации о результатах фундаментального исследования и изучения запросов заказчика, прогнозирование перспектив решения поставленной задачи, выбор и сопоставление возможных вариантов этого решения, проведение экспериментов и анализ их результатов, формулировку заданий и рекомендаций для разработки нововведения.

Результат фундаментального исследования часто не принимает материально-предметную форму, а персонифицируется, воплощается в знаниях специалистов. Их, как показал опыт, невозможно засекретить и присвоить. Общечеловеческому достоянию невозможно дать денежную оценку. В то же время продукт прикладных исследований и разработок принимает самостоятельную предметную форму изобретения, технической документации, методик, имеет авторство, принадлежит определенному физическому или юридическому лицу, отчуждается от трудового процесса после его завершения.

Конец работы -

Эта тема принадлежит разделу:

Курс лекций по инновационному менеджменту

Курс лекций по.. инновационному менеджменту.. раздел методологические основы управления инновационной деятельностью..

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Особенности функций и методов инновационного менеджмента
Целью инновационного развития любых экономических систем различного уровня и назначения является создание инновационной базы для долгосрочного экономического роста хозяйствующих объ

Принятие решений в инновационном менеджменте
Принятие решений – заключительная процедура в инновационном менеджменте. Именно решения приводят к возможным положительным и отрицательным результатам. Систематизация управ

Особенности и значение малых инновационных фирм
Эффективность малых инновационных фирм в деле освоения того или иного нововведения чаще бывает выше, чем у крупных фирм. Преимущества малых фирм по В.Г. Медынскому следующие:

Роль функционального управления в инновационной деятельности
Функциональная стратегия управления должна быть прежде всего нацелена на процесс непрерывного обновления производства, которое достигается разнообразием нововведений. Монопродуктовы

Уровень 4
Ответственность завод- ских, региональных, функциональных менед- ров низшего уровня Рис. 11. Взаимосвязь целей и стратегий в пирамиде создания ст

Типология инновационных стратегий предприятия
Инновационные стратегии предприятия могут быть представлены следующей схемой (рис. 15). &nb

Стратегии групповых производственно-экономических систем
В групповой производственно-экономической системе, помимо рассмотренных выше, появляются специфические стратегии, отражающие факт объединения предприятий. Здесь также выделяется две

Стратегический этап инновационного управления
Центральной задачей стратегического этапа процесса управления является выбор и реализации инновационной стратегии, наиболее адекватной состоянию внешней и внутренней среды, фирменным возможностям и

Менеджмент и инновационные стратегии в промышленности
Наряду с рассмотренными выше стратегиями, в промышленности зачастую применяют ограниченный круг инновационных стратегий, куда входят: 1. Традиционная. Предприятие стремится

Программно-целевое планирование инноваций
Целевая программа является инструментом комплексного планирования. Это - взаимосвязанный по ресурсам, времени и исполнителям планируемый комплекс научно-технических, производственны

Понятие и основные элементы инновационного проекта
Инновационный проект - это система взаимоувязанных целей и программ их достижения, представляющих собой комплекс научно-исследовательских, опытно - конструкторских, производственных, организационны

Виды конкурентных преимуществ
Впервые концепцию конкурентных преимуществ обосновал М. Портер . Его концепция построена исходя из того, что конкурентное преимущество, как система отношений, затрагивает всю сис

Формирование конкурентных преимуществ
Процесс формирования конкурентных преимуществ осуществляется в следующей последовательности: 1) определяется приоритетность конкурентных преимуществ; 2) проводится предварительный

Особенности процесса управления созданием и удержанием конкурентных преимуществ
Процесс управления конкурентными преимуществами должен учитывать высокую неопределенность, вероятность, недетерминированность и высокий уровень риска, связанного с объектом менеджмента. Особенности

Методы анализа процессом создания конкурентных преимуществ
В управлении процессом создания конкурентных преимуществ фирмы большую роль играют применяемые методы анализа. К ним относятся матричный, корреляционный, регрессивный, ситуационный

Задачи и виды прогнозирования развития нововведений
Прогнозирование развития нововведений является первым этапом планирования НТРазвития. Научно-технический прогноз - обоснованная вероятностная оценка перспектив развития тех

Методы прогнозирования нововведений
Методы прогнозирования нововведений основаны на: 1) экстраполяции (перенесении в будущее тенденций, имевших место в прошлом и настоящем); 2) экспертизе (метод эксп

Организация перспективного планирования нововведений
Перспективное планирование НТРазвития начинается с определения основных направлений развития науки, техники и производства на предстоящий период. Это звено связывает план с прогнозом, который обосн

Организационно - экономическое стимулирование нововведений
Проблема формирования эффективного рынка нововведений в настоящее время достаточно актуальна. Модель рынка нововведений – это совокупность основных свойств и механизмов, регулирующи

Макроэкономическая безопасность инновационной деятельности может рассматриваться как состояние, процесс и как система
Макроэкономическая безопасность как состояние – это наличие или отсутствие экономических, производственных и технологических условий, которые позволяют экономике страны осуществлять нововведения на

Финансирование и кредитование нововведений
Финансирование инновационной деятельности (ИД) представляет собой направление и использование денежных средств на проектирование, разработку и организацию производства новых видов п

План практических занятий
1. Факторы, формирующие рынок нововведений. 2. Организация инновационной деятельности при высоком уровне изъятия первичных доходов государством. 3. Организация инн

Внутрисистемные инновации в сферу туризма и гостиничного бизнеса
Внутрисистемные инновации в сферу туризма и гостиничного бизнеса рассмотрим на примере деятельности туроператора. А. Инновации в производственно-технический потенциал сфер

Средства труда
Инновационная деятельность в этой сфере связана с созданием и/или приобретением необходимых основных производственных фондов, тран-спортных средств и внедрением средств вычислительн

Собственно инновационная деятельность предполагает
1) разработку новых предложений туристского продукта с целью более широкого охвата потребителей с разнообразными возможностями и потребностями; 2) развитие маркетинговой деятельности турфи

Социальная инфраструктура
Инновационная деятельность в этой сфере связана с введением в систему социальных гарантий и премий тех параметров, которые формируют спектр необходимого общественного признания в гл

Инновационные процессы в системе гостеприимства
1. Размещение туристских трас в районах с благоприятными экологическим и санитарно-эпидемиологическими условиями как необходимое условие выполнения требований ГОСТа Р 50690-94. 2. Соответс

План практических занятий
1. Структурная схема организации и функционирования внутрихозяйственного механизма управления предприятий сферы туризма и гостеприимства. 2. Приоритетные направления развития науки, имеющи

Финансовое обоснование инновационного проекта
Финансовое обоснование (коммерческая эффективность) проекта определяется соотношением финансовых затрат и результатов, обеспечивающих требуемую норму доходности. Коммерческая эффективность

Измерение и оценка социальных последствий инновационного проекта
Социальные результаты в большинстве случаев поддаются стоимостной оценке и включаются в состав общих результатов проекта в рамках определения его экономической эффективности. При оп

План практических занятий
1. Общие положения оценки и анализа проектов 2. Основные принципы оценки инновационных проектов. 3. Финансовое обоснование инновационного проекта. 4. Общи

Прикладные исследования - научные исследования , направленные на практическое решение технических и социальных проблем.

Наука - это сфера человеческой деятельности, функцией которой является выработка и теоретическая систематизация объективных знаний о действительности. Непосредственные цели науки - описание, объяснение и предсказание процессов и явлений действительности, составляющих предмет её изучения на основе открываемых ею законов , то есть в широком смысле - теоретическое отражение действительности.

По своей направленности, по отношению к практике отдельные науки принято подразделять на фундаментальные науки (fundamental science ) и прикладные науки (applied science ). Задачей фундаментальных наук является познание законов, управляющих поведением и взаимодействием базисных структур природы, общества и мышления. Эти законы и структуры изучаются в «чистом виде», как таковые, безотносительно к их возможному использованию. Непосредственная цель прикладных наук - применение фундаментальных наук для решения не только познавательных, но и социально-практических проблем .

Деление исследований на фундаментальные и прикладные достаточно условно, так как отдельные результаты фундаментальных исследований могут иметь непосредственную практическую ценность, а в результате прикладных исследований могут быть получены научные открытия .

Энциклопедичный YouTube

1 / 2

✪ Объект и предмет в социологическом исследовании - Виктор Вахштайн

✪ Выжить в кризис. Фурсов А.И. (22.12.2018)

Субтитры

Научное обеспечение хозяйственной деятельности

Научные исследования становятся обязательным процессом принятия управленческого решения. Объём и сложность такой работы определяются конкретной проблемой, но она всегда имеет когнитивную структуру, а результат основывается на применении научных методов .

Ещё более сложным оказывается вопрос объективного описания второй составляющей проблемы - желательной ситуации и, соответственно, следующих из неё определений цели и гипотезы исследований. Все это зависит от объективности описания существующей ситуации и лица, принимающего решение выявить цели систем, в которые входит исследуемый объект. Здесь методические ошибки могут привести к тому, что попытка решения одной проблемы приведет к появлению новых. Многие новые проблемы - уплотнение почвы тяжёлой техникой, инерционность управленческого аппарата, вследствие увеличения численности сотрудников и связей, утилизация стоков животноводческих комплексов и др. - возникали в результате деятельности человека, направленной на решение других проблем.

Анализ первого этапа научной постановки управленческого решения показывает, что если в естественных и технических науках основным источником субъективных искажений и, соответственно, снижения эффективности этого этапа является полнота описания реального факта, достигаемая в основном только за счёт используемых приборов, то в случае исследования производственных проблем добавляются вопросы адекватного восприятия объекта учеными или/и менеджерами, зависящие от применяемой ими методологии. На первом этапе исследования проблем высока вероятность формулировки ложных проблем - «проблемоидов» и псевдозадач, решение которых не будет представлять какой-либо практической ценности, а внедрение может привести к нежелательным последствиям. В этом случае эффективность управленческого решения будет нулевой или даже отрицательной.

Второй этап исследования производственной проблемы - разработка математической модели.

Объективность при этом должна обеспечиваться использованием научных принципов оценки ситуаций, а также методов и моделей принятия решений. Моделирование, особенно с использованием компьютеров, является основным теоретическим инструментом системных исследований прикладной ориентации в управлении сложными системами. Содержательная часть процесса моделирования (выбор показателей, факторов, зависимостей) включается в экономическую теорию, а техническая (под которой в 9 случаях из 10 понимается построение тех или иных статистических моделей) - в эконометрику . Таким образом, экономико-математическое моделирование оказывается, с одной стороны, разорванным, с другой - усечённым. И вопросы взаимосвязи всех этапов моделирования, корректности интерпретации результатов моделирования и, следовательно, ценности рекомендаций на основе моделей оказываются как бы висящими в воздухе.

Однозначность математического языка является одновременно и «плюсом», и «минусом». Достоинство в том, что она не допускает ошибок, но это же свойство ограничивает возможность достаточно полного описания объекта. С повышением информации в модели эвристическая функция моделирования растет не прямо пропорционально количеству учтенной информации, а по экстремальному закону, то есть эффективность моделирования растет лишь до определённого предела, после которого она падает. Иными словами, использование математики гарантирует точность, но не правильность получаемого решения. В исследованиях физических объектов, информационная сложность которых вследствие определяющих их причинно-следственных связей относительно невысока, уровень потерь и искажения информации будут значительно ниже, чем при исследовании социально-экономических объектов. Ограниченность математического языка лежит в основе теории о неполноте формальных систем К. Гёделя и принципа внешнего дополнения Ст. Бира (Beer Stafford ). Её уровень, естественно, во многом носит исторический, а не абсолютный характер. По мере развития математики возможности её будут расти. Однако в настоящее время многие российские и зарубежные математики, философы, экономисты, представители других научных направлений отмечают ограниченные возможности адекватного математического описания социально-экономических явлений.

Практически неограниченный диапазон применения математических методов создаёт впечатление их «всеядности», универсальности. И основным подтверждением этого чаще всего выступает взаимная аргументация этих двух характеристик, а не эффективность использования результатов моделирования на практике. Немаловажное влияние на это оказывает и то, что при описании методологических особенностей математических методов и моделей многие свойства, которыми они должны обладать, чтобы обеспечить адекватное решение, выдаются и, соответственно воспринимаются как свойства, имманентные описанным методам и моделям. Как любое специальное средство, конкретный метод накладывает свои ограничения на обрабатываемую информацию: выделяет одни аспекты, устраняет и искривляет другие, тем самым приводит к искажению описываемой с его помощью реальной ситуации в целом. Авторы ряда работ, количество которых не идет ни в какие сравнения с объёмом публикаций по разработкам теорий и методов математического моделирования, приводят различные аргументы, подтверждающие принципиальную ограниченность их использования для описания реальных процессов, происходящих в общественном производстве. В узких рамках методологии, разработанной оптимизационным подходом, невозможно совместить поиск наилучшего решения (или оптимального управления) с признанием принципиальной ограниченности отражения реальной моделью. Любая, даже самая тонкая и изощренная постановка, где указанное противоречие будет как бы разрешаться, на деле приводит к ещё более серьёзным и очевидным новым противоречиям. На это ещё «накладываются» ошибки разделения и объединения систем и подсистем при использовании методов программирования . Применение предметных концепций при выборе математического метода и модели в решении конкретной задачи приводит к тому, что, допустим, в технических науках с помощью одних и тех же формул проводится обоснование мощности осветительных устройств для квартиры и железнодорожной станции. Так же и формализация задачи оптимизации деятельности предприятия, а то и целой отрасли отличается от задачи об оптимальном раскрое заготовки в основном только количеством переменных и уравнений. Однако в этом случае следствием такого «раскроя» будет «механический» разрыв огромного количества связей, сложность и неопределённость которых ещё не всегда доступны достаточно точному описанию языком современной математики. Некорректность традиционного подхода к обоснованию структуры модели исследуемой ситуации можно показать, сравнивая задачи обоснования состава кормов и поголовья животных в хозяйстве. Если следовать традиционной методике, их можно отнести к одному классу и решать одним и тем же методом. В то же время если результат первой оказывает существенное влияние только на себестоимость продукции, то второй требует учёта социальных интересов, вопросов, связанных с охраной окружающей среды и т. д. Таким образом, во втором случае необходимо использовать метод, обладающий большим разнообразием возможностей описания, чем для первой, иначе нельзя будет построить адекватную математическую модель и получить управленческое решение, имеющее практическую ценность.

Задача, решение которой в конечном итоге обеспечивают методы оптимизации , будь то математическое программирование или регрессионный анализ , сводится к поиску, хотя и не тривиального (вследствие многообразия возможных вариантов), но в то же время и не принципиально нового результата, так как поиск происходит в диапазоне, границы которого определяются знаниями об исследуемом процессе. В случае постановки инженерных, оперативных или тактических задач для технических или простых социально-экономических объектов, позволяющих исследователю или менеджеру дать их полное формальное описание и обосновать диапазоны реальных альтернатив, достаточность и эффективность использования оптимизационных методов не вызывает сомнения. По мере роста сложности объектов исследований при решении стратегических проблем выбора направлений совершенствования технических и социально-экономических систем оптимизационные методы могут выполнять только вспомогательные функции.

Структура того или иного «типичного» вида моделей накладывает ещё более жёсткие ограничения на возможности представления необходимого уровня разнообразия в описании исследуемого объекта. Поэтому некоторые работы по математическому моделированию и рекомендуют начинать исследование с выбора вида модели, а потом уже проводить постановку задачи исследований таким образом, чтобы её легче было «вписать» в выбранную модель. Такой подход облегчает построение модели и эффективен, если целью исследований является именно построение математической модели, а не получение решения проблемы. Последующие аналогичные по своей природе искажения и потери информации вызываются ограничениями алгоритмов и программных языков, возможностями ЭВМ.

Структурно-функциональный анализ свидетельствует о том, что хотя все процедуры, связанные с построением математической модели и получением итоговых данных на ЭВМ, логически обоснованы, они не содержат никаких методологических свойств, гарантирующих адекватность этого результата и соответствующего управленческого решения реальной проблеме. Формирование критериев эффективности (оптимизации) при этом может проводиться независимо от объективных законов общественного развития, а основным критерием разработки математической модели становятся условия скорейшего построения алгоритма на основе применения «типового» алгоритма. Менеджер/исследователь может «подгонять» реальную проблему под структуру освоенного им математического метода или программного обеспечения ПЭВМ. Ориентация на обязательное построение математической модели в рамках одного метода приводит к исключению из исследования проблемы факторов, не поддающихся количественной оценке. Описание причинно-следственных связей, приводит к необоснованному применению принципов аддитивности . Результат при этом будет оптимальным только для того весьма упрощенного и искажённого образа реального объекта, который представляет собой математическая модель после нескольких «трансформаций», проведённых с помощью средств, уровень разнообразия и точность которых ещё значительно отстает от сложности социально-экономических проблем.

На третьем этапе исследования проблем после обоснования вида и структуры адекватность и, соответственно, эффективность управленческого решения, полученного с помощью математической модели, связаны с качеством исходной информации, на основании которой вычисляются, например, элементы матрицы условий задачи математического программирования или коэффициентов уравнения регрессии. Характер искажений здесь во многом зависит от метода моделирования. Для линейного программирования ошибки данного этапа уже мало связаны с исследуемым объектом и в основном возникают из-за невнимательности разработчика: неправильно взяты производительность или нормы расхода материала и т. д. Такого рода ошибки обычно обнаруживаются в работе с моделью и легко исправляются. Более сложная ситуация складывается при использовании регрессионного анализа, одинаково широко распространённого в естественных, технических и общественных науках.

Отличие этого метода по сравнению, допустим, с линейным программированием в том, что формирование коэффициентов регрессии определяется исходными данными, являющимися результатами процессов, происходящих в исследуемом объекте, рассматриваемом как «чёрный ящик», в котором механизм превращения «вход» в «выход» часто неизвестен. С увеличением количества исходной информации уровень её разнообразия приближается к тому, который имманентен реальному объекту. Таким образом можно повышать адекватность регрессионной модели, что нельзя достичь в линейном программировании. Это достоинство регрессионного анализа достаточно эффективно может быть использовано в естественных науках вследствие сравнительно малого количества факторов и возможности управления последними. В исследованиях социально-экономических явлений эффективность использования регрессионных моделей снижается, так как резко возрастает количество факторов, многие из которых неизвестны и/или неуправляемы. Все это требует не ограничиваться отдельной выборкой, а стремиться использовать данные в объёме, приближающемся к генеральной совокупности. В отличие от большинства процессов, изучаемых естественными и техническими науками, сложность тиражирования которых во многом определяется только затратами на эксперимент, проверить регрессионную модель социально-экономического объекта достаточно сложно вследствие уникальности протекающих в нём процессов, имеющих историческую природу.

В этой связи основным источником исходной информации в исследованиях социально-экономических объектов является наблюдение, «пассивный» эксперимент , исключающий повторность опытов и, соответственно, проверку адекватности регрессионной модели по статистическим критериям. Поэтому основные показатели адекватности, используемые при регрессионном анализе социально-экономических объектов, - коэффициент множественной корреляции и ошибка аппроксимации. Однако высокое значение первого и низкое второго показателя не позволяет однозначно судить о качестве регрессионной модели. Объясняется это тем, что с увеличением числа членов полинома модели, а внешне это число ограничивается только числом опытов (наблюдений), вследствие количественного роста её разнообразия, точность аппроксимации исходных данных уравнением регрессии растёт.

В. Леонтьев (Leotief Wassily ), комментируя низкую результативность использования статистических методов в экономике, объясняет это тем, «что для изучения сложных количественных взаимосвязей, присущих современной экономике, косвенный, даже методологически уточнённый, статистический анализ не подходит» . Фактором, также относящимся к интерпретации результатов и снижающим эффективность применения математических методов и соответственно управленческих решений, является и излишняя идеализация полученных таким образом количественных результатов. Точные вычисления не означают правильного решения, которое определяется исходными данными и методологией их обработки. Управляющие, которым предлагают решать задачи линейного программирования, должны знать о том, что наличие даже малейшего нелинейного элемента в задаче может поставить под сомнение и даже сделать опасным её решение методом линейного программирования. К сожалению, в большинство вводных курсов, знакомящих управляющих высшего уровня с основами технических наук и экономико-математическими методами, ничего не говорится о том, как эти науки соотносятся с практическими проблемами. Это объясняется тем, что преподаватель свято верит в универсальную применимость своей методики и плохо представляет границы её применения.

Таким образом, на всех трёх рассмотренных этапах «трансформации» производственной проблемы в математическую модель отсутствуют достаточно строгие, научно обоснованные критерии оценки качества, соответствия идеальных моделей реальному объекту. В то же время традиционная ориентация направлена только на преодоление вычислительных трудностей и большой размерности моделей и не учитывает ограничения математического аппарата.

Моделирование является наиболее практичной стороной прикладных исследований, однако этот прагматизм должен быть основан на гносеологическом и онтологическом подходе в методологии процедурных знаний при решении проблем индивидуального производства. Вместе с тем, применение моделей при принятии управленческих решений должно учитывать их конгруэнтность и, соответственно, адекватность их решений реальным процессам. Эти условия определяются природой описываемых моделями процессов. В экономической науке большинство дескриптивных моделей типа «цена-спрос» описывают институциональные процессы, связанные с поведением человека, и эти модели носят исключительно концептуальный характер и не могут служить для получения количественных прогнозных оценок. Уровень возможностей статистических моделей для интерполяционных оценок внутри описываемого диапазона определяется статистическими показателями надёжности , но для прогнозных оценок уровень экстраполяции при этом не должен превышать 20-30 % от первоначального диапазона данных. Надёжность регрессионных моделей, полученных по управляемым экспериментам с несколькими повторностями [неизвестный термин ] , значительно возрастает. Нормативные модели, связанные с оптимизацией расхода ресурсов, условиями безубыточности, законом убывающей доходности (Law of Diminishing Returns) можно считать абсолютными, и надёжность полученных по ним оценок зависит только от ошибок в исходных данных.