Возникновение и развитие системных представлений

С кибернетикой Винера связаны  такие продвижения в развитии системных представлений, как типизация моделей систем, выявление особого значения обратных связей в системе, подчеркивание принципа оптимальности в управлении и синтезе систем, осознание информации как всеобщего свойства материи и возможности ее количественного описания, развитие методологии моделирования вообще и в особенности идеи математического эксперимента с помощью ЭВМ. Все это сыграло выдающуюся роль в развитии общественного сознания, человеческой практики и культуры, подготовило почву для того невиданного ранее размаха компьютеризации.

 Справедливо рассматривать кибернетику Винера как важный этап в развитии системных представлений, давший ценные идеи и результаты, этап, на котором встретились непреодолимые трудности и обнаружились недостатки самой теории.

 Параллельно и как бы независимо от кибернетики прокладывается еще один подход к науке о системах - общая теория систем. Идея построения теории, приложимой к системам любой природы, была выдвинута австрийским биологом Л. Берталанфи. Один из путей реализации этой идеи Берталанфи видел в том, чтобы отыскивать структурное сходство законов, установленных в различных дисциплинах, и, обобщая их, выводить общесистемные закономерности. Пожалуй, самым важным достижением Берталанфи является введение понятия открытой системы. В отличие от винеровского подхода, где изучаются внутрисистемные обратные связи, а функционирование систем рассматривается просто как отклик на внешние воздействия, Берталанфи подчеркивает особое значение обмена системы веществом, энергией и информацией (негэнтропией) с окружающей средой. В открытой системе устанавливается динамическое равновесие, которое может быть направлено в сторону усложнения организации (вопреки второму закону термодинамики, благодаря вводу негэнтропии извне), и функционирование является не просто откликом на изменение внешних условий, а сохранением старого или установлением нового подвижного внутреннего равновесия системы. Здесь усматриваются как кибернетические идеи гомеостазиса, так и новые моменты, имеющие свои истоки в биологии. Берталанфи и его последователи работали над тем, чтобы придать общей теории систем формальный характер. Однако заманчивый замысел построить общую теорию систем как новую логико-математическую дисциплину не был реализован полностью. Возможно, что наибольшую ценность общей теории систем представляет не столько ее математическое оформление, сколько разработка целей и задач системных исследований, развитие методологии анализа систем, установление общесистемных закономерностей.

Современный “прорыв” в  исследовании систем совершен бельгийской  школой во главе с И. Пригожиным. Развивая термодинамику неравновесных физических систем (за результаты этих исследований Пригожин был удостоен Нобелевской премии 1977 г.), он вскоре понял, что обнаруженные им закономерности относятся к системам любой природы. Наряду с переоткрытием уже известных положений (иерархичность уровней организации систем; несводимость друг к другу и невыводимость друг за друга закономерностей разных уровней организации; наличие наряду с детерминированными случайных процессов на каждом уровне организации и др.) Пригожин предложил новую, оригинальную теорию системодинамики. Наибольший интерес и внимание привлекли те ее моменты, которые раскрывают механизм самоорганизации систем. Согласно теории Пригожина, материя не является пассивной субстанцией; ей присуща спонтанная активность, вызванная неустойчивостью неравновесных состояний, в которые равно или поздно приходит любая система в результате взаимодействия с окружающей средой. Важно, что в такие переломные моменты (называемые “особыми точками” или “точками бифуркации”) принципиально невозможно предсказать, станет ли система менее организованной или более организованной (“диссипативной”, по терминологии Пригожина). Таковы, в основных чертах, основные этапы истории системного мышления до периода возникновения системного анализа.

В настоящее время системный  анализ рассматривается как интегрирующая междисциплинарная область науки, обобщающая методологию исследования сложных систем. Общая характеристика различных аспектов системного анализа может быть представлена следующими положениями. Системный анализ можно рассматривать:

• как практическую систему методов исследования или проектирования сложных систем, поиска и реализации изменений, предназначенных для решения возникших проблем;
• как методологическую основу решения практических задач, особенность которых состоит в необходимости выяснения причин их сложности и устранения этих причин;
• как обобщающую и интегрирующую дисциплину, имеющую междисциплинарный характер (методический аспект).

Начало современного этапа  развития системных представлений  и применения методов системного анализа в исследованиях cоциально - экономических систем может быть хронологически связано с периодом 60-х годов двадцатого столетия. В этот период времени на основе новых возможностей, связанных с развитием информационных технологий, в СССР и за рубежом началось изучение ряда новых проблем глобального  характера, связанных с эволюцией систем планетарного масштаба (Н.Н. Моисеев, В.В.Александров, А.М.Тарко, А.А. Петров, И.Г. Поспелов, П.С. Краснощеков, М. Месарович, Дж.Ф. Форрестер, Т. Нейлор, … ).

Это потребовало развития математических методов системного анализа. Отметим исследования большой группы отечественных и зарубежных ученых, так или иначе связанных с исследованиями cоциально – экономических, экономико – экологических, технических систем на основе системных представлений (Н.Н. Моисеев, А.А. Петров, И.Г. Поспелов, П.С. Краснощеков, В.Н.Бурков, В.А.Ириков, М. Месарович, Д. Мако, Я.Такахара, Л.Т.Груйич, А.А.Мартынюк, М.Риббенс-Павелла, Дж.Касти, А.Бенсусан, Ж.-

Л.Лионс , Р.Темам, Р.Калман, П.Фалб, М.Арбиб, …). Эти исследования позволили выйти на новый уровень понимания широкого круга проблем, связанных с управлением организационными системами, динамикой крупномасштабных иерархических многоуровневых систем, проблем анализа окружающей среды и т.д.

Затронув проблему математических методов системного анализа нельзя не отметить того, что математическое моделирование как исследование тех или иных объектов познания с помощью построения и изучения их моделей является одним из наиболее распространенных и мощных методов научного познания и решения практических задач. Уже давно и плодотворно математическое моделирование применяется в естественных науках. Давние традиции и заметные достижения имеет оно и в исследованиях экономики. В ряде разделов математической экономики (эконометрика) построение и изучение моделей является стандартным и даже отчасти рутинным делом. В то же время все еще широко распространено давно установившееся мнение о том, что экономико - математическое моделирование является скорее одним из разделов экономической теории, причем даже не самым важным, а скорее второстепенным.

Необходимость выхода из замкнутого круга традиционных взглядов и перехода к системному исследованию экономических явлений и процессов на основе экономико - математического моделирования является вполне очевидной. Целью таких исследований является понимание и описание природы и структуры механизмов самоорганизации и эволюции экономических систем. Заметим, что экономические системы принципиально

отличаются от физических, поэтому опыт математического моделирования,

приобретенный в естественных науках, не может быть буквально (как  набор приемов) перенесен на исследования экономики. Скорее этот опыт надо воспринимать как методологию; в самом подходе к моделированию экономических систем важен не набор приемов или рецептов, а своеобразный “естественно - научный менталитет” или “система естественно - научного мышления”.

Кажется, сейчас уже становится общепризнанным, что для дальнейшего  реального продвижения как в общей экономической теории, в исследовании эволюции экономических процессов и систем на различных уровнях, так и в разработке на этой основе адекватных управленческих решений необходимы системные исследования, опирающиеся не только на результаты в области социально-экономических наук, но и на широкий круг подходов, характерных для теоретической и прикладной математики и системного анализа. Важная роль принадлежит здесь такой современной области знания, как нелинейная динамика. Основным объектом исследования современной нелинейной динамики являются динамические системы, демонстрирующие близкое (неотличимое «на глаз») к хаотическому поведение с принципиально ограниченным горизонтом предсказания. Подобные процессы получили название динамического хаоса. Их существование было установлено еще в 60-х годах XX века, а затем осмыслено как ключевое свойство очень разных явлений живой и неживой природы. За последние десятилетия своего развития нелинейная динамика выработала адекватный язык описания и инструментарий для исследования таких процессов. Очень привлекательным кажется использование методов

нелинейной динамики и  математического моделирования  как основы для макроэкономического моделирования и прогнозирования эволюции экономических систем в странах с переходной экономикой (и, прежде всего, в России).

Такое понимание роли экономико - математического моделирования в принципе отличается от традиционного, в котором математическое моделирование и точные науки рассматриваются как некоторый важный, но дополнительный (и даже второстепенный) аспект экономических исследований. Оно означает, что экономико – математическое моделирование является естественной методологической основой системных

исследований cоциально – экономических, экономико – экологических систем.

Одним из важнейших направлений  моделирования следует считать  создание набора математически строго изученных достаточно общих моделей. Устанавливаемые при этом результаты помимо обоснования непротиворечивости исходных посылок и корректности описания рассматриваемых процессов, указывают своеобразные “точки отсчета” - пределы возможного, или, наоборот, нереализуемого поведения экономических систем. Такие модели могут выступать в качестве своеобразных “эталонов” (систем сравнения) при исследовании еще более сложных, в том числе “избыточно” сложных моделей, учитывающие не только основные, но и второстепенные факторы.