Еще в конце XIX в. Дж.Н. Кейнс сформулировал основные условия надежности статистических фактов:
1) надежность источников и степень их достоверности;
2) полнота источников;
3) способ группировки данных и способ вычисления средних величин2.
Кроме того, Кейнс указывал на две основные трудности при проведении статистического исследования:
«Первая трудность при статистическом исследовании состоит в том, что первоначальные данные могут быть неточными»3.
Вторая трудность — это необходимость использования самой первоначальной хозяйственной информации:
«Важно иметь доступ к самым первоначальным данным, а не только к вычислениям, основанным на них»4.
С тех пор мало что изменилось под солнцем экономической статистики. Как и прежде, надежность, полнота, возможность доступа к первоначальным источникам, правильные способы группировки, вычисления средних величин и индексов — все это,
1 Банников В.А. Факторный анализ // Экономико-математический энциклопедический словарь. С. 560. Кейнс Дж.Н. Предмет и метод политической экономии. М., 1899. С. 264.
|
|
3 Там же.
4 Там же. С. 265.
278
279
вместе взятое, остается главными требованиями доверия к статистическим методам в экономической науке.
Для того чтобы статистический метод исследования хозяйственных явлений был надежным, необходимо также, чтобы были надежными статистические факты, на которые он опирается. Среди российских исследователей проблему надежности статистических фактов фундаментально рассмотрел И.П. Суслов. Он сформулировал три основных требования к статистическим фактам: а) полнота; б) сравнимость; в) достоверность1.
«Полнота статистических фактов означает полноту охвата явлений. Любое явление, любой предмет обладает бесконечно большим числом сторон, свойств, связей, отношений — как внутри себя, так и со всем окружающим миром. Причем одни стороны, одни связи являются существенными, внутренне необходимыми, определяют качество предмета, другие — несущественными, внешними. В принципе, надо охватить анализом всю систему существенных признаков. Но практически сделать это трудно, а подчас и невозможно. Поэтому в большинстве случаев приходится ограничиваться изучением лишь наиболее существенных признаков, отражающих коренные, необходимые связи. Выбор изучаемых признаков должен быть таким, чтобы явления, — в соответствии с поставленной задачей, — были охарактеризованы достаточно полно, без излишеств, без ненужных деталей, повторений»2.
Сравнимость статистических фактов — следующее важнейшее к ним требование. Для того чтобы осуществлять сравнимость, необходимо и желательно приводить статистические данные к сравнимым единицам измерения.
|
|
«Одним из самых очевидных и необходимых приемов приведения несравнимых данных в сравнимый вид выступает приведение их к сравнимым единицам измерения. Приемами приведения данных в сравнимый вид является пересчет несравнимых данных по единой методологии и отграничение от всей массы исходных данных сравнимой части. Важнейшим приемом является замена несравнимых по каким-либо причинам объемных показателей относительными и средними величинами. Сравнимость может быть достигнута и другими путями»3.
1 Заметим, что точно такие же требования выдвигались И.П. Сусловым в це
лом — в отношении всех экономических фактов (см. главу 1 этого учебника).
2 Суслов И.П. Методология экономического исследования. С. 148.
3 Там же. С. 152.
280
Но самым фундаментальным является требование достоверности и точности, предъявляемое к статистическим фактам. И. П. Суслов указывает здесь следующие виды возможных ошибок:
• вследствие несовершенства математической теории;
• вследствие несовершенства самой статистической теории;
• связанные с агрегированием первичных данных;
• вследствие интерпретации промежуточных или конечных статистических данных;
• связанные с регистрацией статистических фактов;
• полученные при исчислении статистических данных;
• накапливающиеся вследствие большого числа вычислительных операций с неточными первичными статистическими данными;
• связанные с заменой строго математических решений приближенными их решениями (ошибки аппроксимации и усечения);
• технические ошибки счета (например, из-за многократно повторяющихся округлений)1.
Естественно, с таким множеством ошибок и погрешностей можно успешно бороться — и в этом сама статистическая наука добилась немалых успехов. Куда труднее статистике бороться с теми ее ошибками, где присутствует определенная идеологическая и методологическая подоплека. Например, характерной чертой уже упоминавшегося нами позитивизма (а на нем построены многие западные эконометрические и статистические концепции) является разрыв между эмпирией и теорией в статистическом исследовании.
Вот как, например, оценивает российский исследователь B.C. Автономов позитивистскую методологию «экономических барометров», весьма распространенную в западной экономической науке:
«Основным методологическим недостатком всех существующих "экономических барометров" является эмпиризм, упор на статистические взаимосвязи в ущерб причинно-следственным зависимостям в экономике. Отсутствие надежной теоретической основы неизбежно ведет к субъективизму в отборе показателей, где главную роль играет не важность данного показателя с точки зрения теории, а то, насколько хорошо он вписывается в лидирующую, совпадающую или отстающую группу (по временным лагам. — Л.О.)»2.
Суслов И.П. Методология экономического исследования. С. 153—156. Автономов B.C. Экономический барометр // Экономико-математический энциклопедический словарь. С. 621.
281
цифры правят миром. Может быть, дело обстоит и не так. Но одно я знаю точно: цифры доказывают, хорошо или плохо управляется мир». |
Исходя из вышесказанного видно, насколько сложной является проблема оценки надежности статистических данных. Тем не менее экономическая наука должна стремиться производить такую оценку, иначе экономиста-исследователя всегда будет преследовать неуверенность в статистическом базисе, на котором основываются его теории и гипотезы.