Заключение. 
Новая парадигма анализа статистических и экспертных данных в задачах экономики и управления

Информация о новой парадигме появилась в печати недавно — в 2012 г. (см. ссылки на соответствующие публикации в [34]). Мы не без оснований опасались, что нам могут помешать довести работу до конца. В своей тактике публикаций мы следовали Гауссу, который воздерживался от публикации работ по неевклидовой геометрии, опасаясь «криков беотийцев» [35, с.91].

На основе сказанного выше полагаем, что к настоящему моменту рекомендация Учредительного съезда ВСА по созданию комплекта учебной литературы на основе новой парадигмы выполнена. Предстоит большая работа по внедрению новой парадигмы организационно-экономического моделирования, эконометрики и статистики в научные исследования и преподавание, прежде всего новой парадигмы анализа статистических и экспертных данных в задачах экономики и управления.

Обратим внимание на новые аспекты сопоставления методов анализа статистических и экспертных данных в задачах управления, выявившиеся в дискуссии 2013 г. «Наукометрия и экспертиза в управлении наукой» [36]. Для оценки научной продуктивности отдельных исследователей, подразделений (отделов, лабораторий), научных организаций, стран можно использовать как наукометрические показатели (т.е. применять статистические методы анализа данных о научных публикациях), так и экспертные процедуры. В 1990;е годы мы применяли статистику объектов нечисловой природы для анализа данных о научном потенциале [37]. В 2012 г. в связи с дискуссией по вопросам управления наукой мы проанализировали состояние научных исследований в этой области и с целью совершенствования процедур управления научной деятельностью в постановочных статьях [38, 39] выявили ряд проблем, требующих решения. Была организована упомянутая выше дискуссия. Высказанные ее участниками мнения были проанализированы в итоговой статье [40]. Материалы дискуссии составили специальный выпуск электронного сборника трудов «Управление большими системами» [41]. Он был выпущен также на бумажной основе [36]. Критерии выбора показателей эффективности научной деятельности рассмотрены в статьях [42, 43]. Было установлено, что наукометрические показатели могут применяться лишь на предварительных этапах оценки (или для экспресс-оценки), поскольку они недостаточно информативны. Необходимо применять развернутые экспертные технологии. Как отмечает Б. Г. Миркин [44], представляется полезным опыт Великобритании, где каждый университетский департамент (в отечественной терминологии — кафедра) проходит всестороннюю оценку каждые 5−6 лет в рамках т.н. Упражнения по оценке научных исследований (Research Assessment Exercise). При этом департамент отчитывается, прежде всего, в разрезе: (1) защищённых диссертаций, (2) научных публикаций, (3) полученных грантов, а также (4) уровня признания и (5) условий труда. С этой целью создаётся порядка 60−70 комиссий национального уровня, каждая из которых обслуживает соответствующий раздел науки (см., например, http://www.rae.ac.uk/), которым приходится интенсивно работать над упорядочением научных результатов департаментов по своему профилю в течение месяца-двух.

Различные аспекты новой парадигмы анализа статистических и экспертных данных в задачах экономики и управления отражены в статьях [34, 45 — 49]. В соответствии с новой парадигмой развивается центральная область современной прикладной статистики — статистика объектов нечисловой природы [50], ее важная составная часть — статистика интервальных данных [51], а также математические методы теории классификации [52], теория и практика экспертных оценок [53].

К публикациям по новой парадигме математических методов экономики (варианты — анализа статистических и экспертных данных в задачах экономики и управления, математического моделирования, прикладной статистики, математической статистики и др.) примыкают работы по новому перспективному направлению теоретической и вычислительной математики — системной нечеткой интервальной математике [54, 55], в которых раскрывается одна из сторон новой парадигмы. Большой интерес представляют когнитивные функции как обобщение классического понятия функциональной зависимости на основе теории информации в системной нечеткой интервальной математике [56].