Структурно-целевой подход к качественным оценкам

Код статьи
S042473880000016-6-1
DOI
10.7868/s0424738818020085
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том 54 / Выпуск 2
Страницы
104-126
Аннотация
Статья посвящена анализу качественных оценок: на фоне их частого употребле- ния в экономической литературе совсем мало внимания уделяется изучению качественных оценок самих по себе. В результате качественными оценками зачастую неудобно пользовать- ся из-за нечеткости их формулировок, что порождает разночтения и недопонимания. Кро- ме того, неоднозначность формулировок приводит к невозможности сравнения качествен- ных оценок между собой или же существенно ограничивает эту возможность. А неясность и несравнимость губительно сказываются на перспективах качественных оценок как науч- ного инструмента. В сложившейся ситуации необходимо вырабатывать единый способ фор- мулирования (язык) качественных оценок, чтобы сделать их недвусмысленными и сопоста- вимыми между собой. В статье предпринята попытка формализовать и стандартизировать способ представление качественных оценок, найти форму их подачи и формулирования, от- личную от уже имеющихся. Представлен обзор подходов к качественным оценкам, приня- тым в нескольких областях знаний, содержательно близких вычислительной экономике и имитационному моделированию, в частности в экономике, в искусственном интеллекте и в др. Предлагаемый в статье подход основывается на учете целей, с которыми формулиру- ется качественная оценка. Он предполагает интерпретацию качественной оценки как слож- носоставного элемента, структура которого играет ключевую роль для ее понимания и при- менения. Качественная оценка в данном подходе не противопоставляется количественной, а в некоторых случаях объединяется с ней. Предложенный подход может быть полезен при компьютерном моделировании поведения и социально-экономических взаимодействий.
Ключевые слова
качественная оценка, качество, экономические оценки
Дата публикации
29.06.2018
Всего подписок
15
Всего просмотров
1994

123

Библиография

  1. 1. Азгальдов Г. Г. (1982). Теория и практика оценки качества товаров (основы квалиметрии). М.: Экономика.
  2. 2. Аристотель (1934). Метафизика / Пер. А. В. Кубицкого. М. – Л.: Соцэкгиз
  3. 3. Окрепилов В. В. (1998). Управление качеством. М.: Экономика.
  4. 4. Пфанцагль И. (1976). Теория измерений. М.: Мир.
  5. 5. Райнерт Э. С. (2014). Как богатые страны стали богатыми, и почему бедные страны остаются бедными. М.: Издательский дом НИУ ВШЭ.
  6. 6. Bailey-Kellogg C., Zhao F. (2003). Qualitative Spatial Reasoning Extracting and Reasoning with Spatial Aggregates // AI Magazine. Vol. 24. No. 4. P. 47–60.
  7. 7. Bonet B., Geffner H. (1996). Arguing for Decisions: a Qualitative Model of Decision // Proceedings of the 12th Conference on Uncertainty in Artificial Intelligence (UAI). P. 98–105.
  8. 8. Boulding K. E. (1991). What is Evolutionary Economics? // Journal of Evolutionary Economics. Vol. 1. No. 1. P. 9–17.
  9. 9. Boutilier C. (1994). Toward a Logic for Qualitative Decision Theory. Proceedings of the Fourth International Conference on Knowledge Representation and Reasoning (KR’94). San Mateo: Morgan Kaufmann. P. 75–86.
  10. 10. Bredeweg B., Forbus K. (2003). Qualitative Modeling in Education // AI Magazine. Vol. 24. No. 4. P. 35–46.
  11. 11. Cabanac M. (1971). Physiological Role of Pleasure // Science. Vol. 173. P. 1103–1107.
  12. 12. Chaitin-Chatelin F., Traviesas-Cassan E. (2005). Qualitative Computing. In: B. Einarsson (ed.) “Accuracy and Reliability in Scientific Computing”. Philadelphia: SIAM Press. P. 77–92.
  13. 13. Coase R. H. (1960). The Problem of Social Cost // Journal of Law and Economics. Vol. 3. P. 1–44.
  14. 14. Dastani M., Hulstijn J., Torre L. van der (2001). BDI and QDT: a Comparison Based on Classical Decision Theory. Proceedings of AAAI Spring Symposium on Game Theoretic and Decision Theoretic Agents GTDT’01. Menlo Park: AAAI Press. P. 16–26.
  15. 15. Dastani M., Torre L. van der (2005). Decisions, Deliberation, and Agent Types CDT – QDT – BDI – 3APL –BOID. In: Shannon S. (ed.) “Artificial Intelligence and Computer Science”. N.Y.: Nova Science. P. 217–233.
  16. 16. Davis E. (1990). Order of Magnitude Reasoning in Qualitative Differential Equations. In: Weld D., Kleer J. de (eds.) “Qualitative Reasoning about Physical Systems”. San Mateo: Morgan Kaufmann. P. 422–434.
  17. 17. Doyle J., Thomason R. H. (1999). Background to Qualitative Decision Theory // AI Magazine. Vol. 20. No. 2. P. 55–68.
  18. 18. Drechsler W. (2004). Natural Versus Social Sciences: On Understanding in Economics // Reinert E. S. (ed.) “Globalization, Economic Development and Inequality: An Alternative Perspective”. Cheltenham: Edward Elgar Publishing. P. 71–87.
  19. 19. Dubois D., Fargier H., Perny P., Prade H. (2002). Qualitative Decision Theory: From Savage’s Axioms to Non-Monotonic Reasoning // Journal of the ACM. Vol. 49. No. 4. P. 455–495
  20. 20. Easterlin R. A. (2001). Income and Happiness: Towards a Unified Theory // The Economic Journal. Vol. 111. No. 473. P. 465–484.
  21. 21. Forbus K. D. (1984). Qualitative Process Theory // Artificial Intelligence. Vol. 24. P. 85–168.
  22. 22. Forbus K. D. (1996). Qualitative Reasoning. In: Tucker A. B. (ed.) “CRC Handbook of Computer Science and Engineering”. Boca Raton: CRC Press. P. 715–733.
  23. 23. Guest G., Namey E. E., Mitchell M. L. (2013). Collecting Qualitative Data. A Field Manual for Applied Research. Thousand Oaks: Sage Publishing.
  24. 24. Guest G., Namey E. E., Mitchell M. L. (2013). Collecting Qualitative Data. A Field Manual for Applied Research. Thousand Oaks: Sage Publishing.
  25. 25. Kleer J. de, Brown J. S. (1984). A Qualitative Physics Confluences // Artificial Intelligence. Vol. 24. P. 7–83.
  26. 26. Kuipers B. (2001). Qualitative Simulation. In: Meyers R. A. (ed.) “Encyclopedia of Physical Science and Technology”. Vol. 13. N.Y.: Academic Press. P. 287–300.
  27. 27. Luce R. D., Narens L. (1994). Fifteen Problems Concerning the Representational Theory of Measurement. In: Humphreys P. (ed.) “Patrick Suppes: Scientific Philosopher, Vol. 2: Philosophy of Physics, Theory Structure, Measurement Theory, Philosophy of Language, and Logic”. Dordrecht: Kluwer Academic Publishers. P. 219–245.
  28. 28. Luce R. D., Narens L. (2008). Measurement, Theory of. In: Blume L., Durlauf S. N. (eds.) “The New Palgrave Dictionary of Economics”. Vol. 5. Basingstoke, Hampshire, N.Y.: Palgrave Macmillan. P. 523–533.
  29. 29. Luce R. D., Tukey J. W. (1964). Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement // Journal of Mathematical Psychology. Vol. 1. P. 1–27
  30. 30. Michell J. (1997). Quantitative Science and the Definition of Measurement in Psychology // British Journal of Psychology. Vol. 88. P. 355–383.
  31. 31. Michell J. (2010). The Quantity/Quality Interchange: A Blind Spot on the Highway of Science. In: Toomela A., Valsiner J. (eds.) “Methodological Thinking in Psychology: 60 Years Gone Astray?” Charlotte: Information Age Publishing. P. 45–68.
  32. 32. Michell J., Ernst C. (1996). The Axioms of Quantity and the Theory of Measurement. Translated from part I of Otto Hölder’s German text “Die Axiome der Quantität und die Lehre vom Mass” // Journal of Mathematical Psychology. Vol. 40. P. 235–252.
  33. 33. Narens L. (1981). A General Theory of Ratio Scalability with Remarks about the Measurement-Theoretic Concept of Meaningfulness // Theory and Decision. Vol. 13. No. 1. P. 1–70.
  34. 34. Narens L. (1988). Meaningfulness and the Erlanger Program of Felix Klein // Mathématiques Informatique et Sciences Humaines. Vol. 101. 61–71.
  35. 35. Narens L., Luce R. D. (2008). Meaningfulness and invariance. In: Blume L., Durlauf S. N. (eds.) “The New Palgrave Dictionary of Economics”. Vol. 5. Basingstoke, Hampshire; N.Y.: Palgrave Macmillan. P. 503–508
  36. 36. Parisi F. (2008). Coase theorem. In: Blume L., Durlauf S. N. (eds.) “The New Palgrave Dictionary of Economics”. Vol. 1. Basingstoke, Hampshire; N.Y.: Palgrave Macmillan. P. 855–861.
  37. 37. Pearl J. (1993). From Conditional Oughts to Qualitative Decision Theory. In: “UAI’93 Proceedings of the Ninth International Conference on Uncertainty in Artificial Intelligence”. San Francisco: Morgan Kaufmann. P. 12–20.
  38. 38. Pyka A., Grebel T. (2006). Agent-Based Modelling – a Methodology for the Analysis of Qualitative Development Processes. In: Billari F. C., Fent T., Prskawetz A., Scheffran J. (eds.), “Agent-Based Computational Modelling Applications in Demography, Social, Economic and Environmental Sciences”. Heidelberg: Physica-Verlag. P. 17–35.
  39. 39. Rozeboom W. W. (1966). Scaling Theory and the Nature of Measurement // Synthese. Vol. 16. P. 170–233.
  40. 40. Salles P., Bredeweg B. (2003). Qualitative Reasoning about Population and Community Ecology // AI Magazine. Vol. 24. No. 4. P. 77–90.
  41. 41. Schutt R. K. (2012). Investigating the social world: the process and practice of research. 7th ed. Thousand Oaks (CA): Sage Publications.
  42. 42. Stevens S. S. (1946). On the Theory of Scales of Measurement // Science. Vol. 103. No. 2684. P. 677–680.
  43. 43. Stigler G. J. (1966). The Theory of Price. N.Y.: Macmillan.
  44. 44. Struss P., Price C. (2003). Model-Based Systems in the Automotive Industry // AI Magazine. Vol. 24. No. 4. 17–34.
  45. 45. Suppes P. (1951). A Set of Independent Axioms for Extensive Quantities // Portugaliae Mathematica. Vol. 10. No. 4. P. 163–172.
QR
Перевести