ანოტაცია. სტატიაში განხილულია საკითხი ეკონომიკურ მოვლენებში განუსაზღვრელობის, შემთხვევითობის როლისა და მნიშვნელობის შესახებ. გამოკვეთილია ამ მოვლენათა დეტერმინისტულ-სტოქასტური დუალისტური ბუნების არსი, მოდელირების დროს არსებული პრობლემები და  წინააღმდეგობების დაძლევის შესაძლო მიმართულებები.  მოკლედაა მიმოხილული მოსაზრებები შემთხვევითობის არსის ონტოლოგიური დაშვებისა და ეპისტემოლოგიური ინტერპრეტაციის შესახებ, ეკონომიკური პროცესების მოდელირებაში დეტერმინისტული არაწრფივი დინამიკური  (მრავალგანზომილებიანი ქაოტური) და სტოქასტური მოდელების გამოყენების გზები. ნაშრომში ნაჩვენებია ეკონომიკურ კვლევებში მონაცემებზე ორიენტირებული მიდგომის ფარგლებში ახალი მეთოდების და ინსტრუმენტების (მათ შორის ხელოვნური ინტელექტის, ღრმა და მანქანური სწავლების ალგორითმების) შემდგომი განვითარების, ადაპტირებისა და გამოყენების აუცილებლობა.

საკვანძო სიტყვები: ეკონომიკური დაგეგმვა,  განჭვრეტა,  შემთხვევითობა,  დინამიკური მოდელები.

შესავალი

საზოგადოების ცხოვრება წარმოუდგენელია მომავლის განჭვრეტის, მისი განვითარების პერსპექტივების პროგნოზირების გარეშე. ეკონომიკური პროგნოზები აუცილებელია საზოგადოების განვითარების შესაძლო მიზნებისა და მიმართულებების განსაზღვრისათვის, საჭირო ეკონომიკური რესურსების გათვლის, მიმდინარე გრძელვადიანი გეგმების ეკონომიკურად ეფექტური ვარიანტების გამოვლენის, პოლიტიკის დასაბუთებისა და მიღებული გადაწყვეტილებების მოსალოდნელი შედეგების განჭვრეტის მიზნებისათვის.

ეკონომიკური განვითარების დაგეგმვის საფუძვლების გააზრებისას მნიშვნელოვანია გავათვითცნობიეროთ საპროგნოზო საქმიანობის მნიშვნელობა, მისი როგორც სოციოდემოგრაფიული, ეკონომიკური, ინოვაციურ-ტექნოლოგიური, ეკოლოგიური და სხვა სფეროების მომცველი, ქვეყნის განვითარებისა და მსოფლიო ტენდენციების გამათვალისწინებელი ერთიანი პროცესის როლი და ადგილი განვითარების სტრატეგიის წარმატებული დამუშავებისა და რეალიზაციის საქმეში. პროგნოზირება, მისი შემადგენელი თეორიულ-შემეცნებით, განჭვრეტით და მმართველობით ფუნქციებზე  დაყრდნობით, უზრუნველყოფს ობიექტის აღწერას, მისი გამოვლენილი ცვლილებების კანონზომიერებათა აღწერის საფუძველზე კი მომავალი განვითარების, ცვლილებების შესაძლო ვარიანტების განჭვრეტას და განვითარების სასურველი ვარიანტების რეალიზაციისათვის გასატარებელი ღონისძიებების, გადაწყვეტილებების ფორმირებას. ერთის მხრივ, სამეცნიერო შემეცნება, მოვლენათა ზუსტი მოდელების აგება-იდენტიფიცირება, პროგნოზირება და მეორეს მხრივ განუსაზღვრელობა, შემთხვევითობა - ურთიერთგადაჯაჭვული, ერთმანეთის თანხმხლები, ღრმა ეგზისტენციალური, დაკავშირებული ფენომენებია, რომელთაც მრავალსაუკუნოვანი ფილოსოფიური დისკურსი ეძღვნება. შემთხვევითობის პრობლემა ერთ-ერთი ძირითადი, პირველადია ონტოლოგიისა და შემეცნების თეორიისათვის. ჯერ ერთი, შემთხვევითობის შესწავლა განუყოფლად არის დაკავშირებული მომავლის წინასწარმეტყველების ტრადიციულ ეპისტემოლოგიურ პრობლემასთან, რომელსაც არ დაუკარგავს თავისი მნიშვნელობა მეცნიერების არსებობის განმავლობაში. მეორე - შემთხვევითობა პირდაპირ მოქმედებს ზოგადად შემეცნების შესაძლებლობაზე და წარმოადგენს „დაბრკოლებას“ ცოდნის სრულყოფილების მიღწევის გზაზე, ფუნდამენტურ ეპისტემოლოგიურ პრობლემებამდე გვაბრუნებს. და მესამე - სამყაროს შესახებ ცოდნის მუდმივი ზრდის ფონზე, მეცნიერების მნიშვნელოვანი ამოცანაა შემთხვევითობის ონტოლოგიური სტატუსისა და არსებითი თვისებების განსაზღვრა, სინერგეტიკის ევრისტიკული პოტენციალის გამოყენება, შემთხვევითობის ფუნდამენტურად ახალი მნიშვნელობების ძიება. 

ძირითადი ნაწილი

ჯერ კიდევ ანტიკური ხანის გამოჩენილი მოაზროვნეები (ჰერაკლიტე, პითაგორა, დემოკრიტე, პლატონი, არისტოტელე, ეპიკურე) მიმართავდნენ შემთხვევითობისა და აუცილებლობის ფილოსოფიურ კატეგორიებს.  გააზრების ორი ძირითადი უძველესი ხაზი შეიძლება განვასხვავოთ: აუცილებლობის როლი აბსოლუტურია („დემოკრიტეს ხაზი“) და სამყაროში ყველაფერი ექვემდებარება ინდეტერმინიზმს და ტოტალურ შემთხვევითობას („ეპიკურეს ხაზი“). შუა საუკუნეებში ამ კატეგორიების გააზრება ხდება რელიგიური ფილოსოფიის ჭრილში, აუცილებლობა ტრადიციულად დომინირებს შემთხვევითობაზე (თომა აქვინელი, ნეტარი ავგუსტინე).  ახალი ეპოქის ფილოსოფიისთვის (ბეკონი, დეკარტე, სპინოზა, ლაიბნიცი, ჰოლბახი, ჰელვეციუსი) აუცილებლობის კატეგორია გაიგივებულია ხისტ მექანისტურ დეტერმინიზმთან, რომელიც გამორიცხავს შემთხვევითობას, როგორც უმნიშვნელოს, მეორეხარისხოვანს. აუცილებლობისა და შემთხვევითობის კატეგორიების დიალექტიკურ ბუნებას ავლენს ჰეგელი, იმავე ხაზს აგრძელებს მარქსისა და ენგელსის დიალექტიკური მატერიალიზმი, საბჭოთა მარქსისტულ-ლენინური ფილოსოფიური ტრადიცია. ჰიუმი, კანტი, მოგვიანებით ჰუსერლი, ვიტგენშტაინი, რასელი შემთხვევითობასა და აუცილებლობას შემეცნებად კონცეპტებად განიხილავენ, ეპისტემოლოგიურ და არა ონტოლოგიურ კატეგორიებად. ამრიგად, შემთხვევითობა ფილოსოფიაში ამბივალენტურად არის გაგებული - როგორც რეალური სამყაროს თვისება, ასევე შემეცნების არასრულყოფილების შედეგი. სამყაროს შესახებ ინდეტერმინისტული იდეები და მთლიანობაში შემთხვევითობის დომინირება დამახასიათებელია ირაციონალიზმის, ნეოკანტიანიზმის, ეგზისტენციალიზმისა და პოსტმოდერნიზმისთვის.

მე-20 საუკუნის პირველ ნახევარში, კვანტური ფიზიკის განვითარებამდე, ხისტი დეტერმინაციისა და შემთხვევითობის იდეები საკმაოდ მშვიდობიანად თანაარსებობდნენ ერთმანეთთან, რადგან ითვლებოდა, რომ შემთხვევითობა მხოლოდ ადამიანის მიერ ყველა მიზეზობრივი ფაქტორის არცოდნაა. სინამდვილეში, შემთხვევითი არაფერია, მაგრამ ადამიანის გონება შეზღუდულია და ვერ წვდება სამყაროს უსასრულობას, რათა დარწმუნდეს, რომ შემთხვევითობა არ არსებობს.  კვანტური მექანიკის განვითარებამ მეცნიერთა უმეტესობა მიიყვანა თეორიის იმგვარი ინტერპრეტაციის მიღების აუცილებლობამდე, რომელიც გულისხმობს შემთხვევითობის არსებობას თავად რეალობაში და არა მხოლოდ ჩვენს გონებაში. შემთხვევითობის ბუნების შესახებ შეხედულებების ამგვარ ცვლილებას შეიძლება შემთხვევითობის ონტოლოგიზაცია ეწოდოს. მაგრამ ამ შემთხვევაშიც დეტერმინიზმი სრულებით არ არის უარყოფილი, არამედ მხოლოდ სუსტდება და იღებს ალბათობითი დეტერმინიზმის სახეს. ამ სახის დეტერმინიზმში ნებისმიერ მოვლენას აქვს მრავალი მიზეზი და მრავალი შედეგი, რომელიც შედის მიზეზ-შედეგობრივი ურთიერთობების ქსელში. შედეგი გამოიწვევა მხოლოდ გარკვეული ალბათობით, როგორც აუცილებლობის ხარისხით. ალბათობითმა დეტერმინიზმმა ჩაანაცვლა ლაპლასური დეტერმინიზმი. თუმცა, ალბათობის თეორია არ დაცილებია ლაპლასურ დეტერმინიზმს მთავარ საკითხში: ის შემთხვევის ეპისტემოლოგიური ინტერპრეტაციის ფარგლებში ვითარდება. შემთხვევის არსის ეპისტემოლოგიური ინტერპრეტაცია მხოლოდ აბსოლუტური კანონზომიერებისა და წინასწარგანსაზღვრულობის ონტოლოგიურ დაშვებას ნიშნავს.     თანამედროვე, ანუ არაკლასიკურ მეცნიერებაში (ალბათობის თეორია, თამაშების თეორია, რიგების - მასობრივი მომსახურების თეორია) პოსტულირებულია სტოქასტური პროცესების პირველადობა. შემთხვევითობა არსებითია და მასობრივი შემთხვევითი მოვლენები წარმოშობს კანონზომიერ პროცესებს, ანუ სტატისტიკურ კანონზომერებებს.

მეცნიერების განვითარების ერთ-ერთი მნიშვნელოვანი კანონზომიერებაა მეცნიერული ცოდნის სირთულის და აბსტრაქტულობის ზრდა, მეცნიერების მათემატიზაციისა და კომპიუტერიზაციის პროცესების გაღრმავება და გაფართოება, რაც სამეცნიერო საზოგადოებაში ურთიერთქმედების ფორმების სრულყოფას უზრუნველყოფს. მათემატიკის როლი შემეცნების განვითარებაში დიდი ხანია ცნობილია. ჯერ კიდევ კანტის მიერ იქნა გამახვილებული ყურადღება   მეცნიერებებში, ამა თუ იმ საგანს მიკუთვნებული  საკითხების კვლევის პროცესში, მათემატიკის, მათემატიკური მეთოდების  გამოყენების  აუცილებლობაზე. „ბუნებითი მეცნიერების მეტაფიზიკურ პრინციპებში“ ის აღნიშნავს, რომ „ყოველი ბუნებითი მეცნიერება იმდენადაა მეცნიერება, რამდენადაცაა მასში გამოყენებული მათემატიკა“. ამ მოსაზრებას შემდგომში ამყარებს და ზოგადად  სხვა მეცნიერებებზეც ავრცობს. „წმინდა გონების კრიტიკაში“ ხაზგასმულია, რომ  რაოდენობითი მაჩვენებლები, რომლებიც შეიძლება გაიზომოს, უნდა იქნას მათემატიზებული. კანტის ვარაუდით რაოდენობითი კანონზომიერებების დადგენა და შესწავლა სწავლების „ნამდვილ მეცნიერებად“ ცნობის კრიტერიუმია. მაშინ როდესაც მეცნიერებები, რომლებიც მხოლოდ თვისობრივი კატეგორიებით ოპერირებენ „რბილ“, პოტენციურ  მეცნიერებებს წარმოადგენენ. [Nayak…, 1995]. აღნიშნული მიდგომები მეცნიერების თანამედროვე  პარადიგმაშიცაა გაზიარებული. შემეცნების ისტორია და მისი თანამედროვე დონე ემსახურება მათემატიკის  ეფექტურობის დამაჯერებელ დადასტურებას, რომელიც სამყაროს შემეცნების ერთ-ერთ მთავარ ინსტრუმენტად იქცა. ის იყო და რჩება  მრავალფეროვანი, მათ შორის  ყველაზე რთული - სოციალური, სულიერი ფენომენების შესასწავლ შესანიშნავ მეთოდად. ბოლო დროს წამოწყებულმა  ეკონომიკის მათემატიზაციამ, განაპირობა მრავალგვარი მათემატიკური მეთოდების ფართო ინტერვენცია ეკონომიკური იდეების ანალიზის ველზე. 

ეკონომიკის, როგორც მეცნიერების, სიმწიფის გზაზე უფრო მეტი წინსვლა იგრძნობა ემპირიული მასალის რაოდენობრივი დამუშავების,   სტატისტიკური ოპერაციების  აქტიური დანერგვის და პროცესებისა და მოვლენების მათემატიკური მოდელების შექმნის მხრივ.  უკანასკნელ პერიოდში თეორიულ-ალბათობითი, სტოქასტიკური მეთოდების გამოყენებამ ფართო გავრცელება ჰპოვა ეკონომიკაში, რითაც შეავიწროვა აქამდე პოპულარული დეტერმინისტულ მიდგომებზე ბაზირებული მეთოდები. [უგულავა, 2022]

ეკონომიკის ფარგლებში, დეტერმინისტულ და სტოქასტურ შეხედულებებს შორის დაპირისპირებამ გამოიწვია კლასიკური ეკონომიკური მოდელების ფართო კრიტიკა,  რომელთაც დომინანტური მდგმარეობა ეკავათ თანამედროვე ეკონომიკურ პარადიგმაში (მეინსტრიმში). გაირკვა, რომ წრფივი დეტერმინისტული კვაზიდინამიკური სისტემების მარტივი დასკვნები არ იძლევა სრულ სურათს და არ შეესაბამება მზარდი მოცულობის ემპირიული ეკონომიკური  მონაცემების მწკრივების თვისებებს. ამ თემამ  ნაწილობრივ წინ წამოიწია 2008 წლის მსოფლიოს გლობალური კრიზისის პროგნოზირების სირთულეების განხილვის დროსაც. მიზეზად ხშირად სახელდებოდა ეკონომიკური პროცესების აღმწერი ადეკვატური სრული მოდელების არ არსებობა, არსებული მათემატიკური მოდელების ნაკლოვანებები. თუმცა, აღსანიშნავია, რომ ეს პრობლემები გაცილებით მოკრძალებულ როლს ასრულებდა როგორც კრიზისის განვითარებში, ასევე მის პროგნოზირებაში სირთულეების არსებობაში. როგორც ა. გრინსპენი აღნიშნავდა: „მათემატიკური მოდელები, რომლებიც რაოდენობრივად ახასიათებენ რისკს, რათქმა უნდა იძლევიან უფრო საიმედო შეფასებებს, ვიდრე ნახევარი საუკუნის წინანდელი „ემპირიული წესების“ საფუძველზე წარმოებული სუბიექტური მსჯელობები. დღემდე რთულია მოძიებულ იქნას ჩვენს მიერ გამოყენებულ მოდელებში კონცეპტუალური შეცდომები, რადგანაც ეს მოდელები მუშაობენ.“ ამ შემთხვევაში, სირთულეებს და პრობლემებს  ა. გრინსპენიც, ბ. ბერნანკეც  სხვა რეალურ, ობიექტურ ნაკლოვანებებთან ერთად, ნაწილობრივ ამ მოდელების ინტერპრეტაციის პროცესში გამოვლენილ არაჯეროვან ანალიზსა და ამ პროცესში, ერთი შეხედვით, თითქოს არამნიშვნელოვან დეტალებზე არასაკმარისი ყურადღების გამახვილებას უკავშირებდნენ, რასაც საფუძვლად ადამიანების ფსიქოლოგიური, სუბიექტური თვისებები ედო. [Greenspan, 2013]

ჯერ კიდევ მე-20 საუკუნის დასაწყისში, სამეცნიერო გარემოში მომხდარი ფუნდამენტური ცვლილება, ძალზე დიდი მნიშვნელობის მქონე მოვლენად იქცა, როდესაც ფარდობითობის თეორიისა და კვანტური მექანიკის ფარგლებში შესაძლებელი გახდა სტოქასტური დინამიკური ცნებების გამოყენებადობის ჩვენება. [Day, 1992].

მეცნიერების ისტორიაში დინამიკური სისტემების (როგორც დეტერმინისტული, ისე სტოქასტური) მნიშვნელობა წინასწარ არის განსაზღვრული ბუნებრივი და სოციალური პროცესების პროგნოზირებადობის საკითხთან მათი კავშირით. თავის მხრივ, საკითხი, არის თუ არა მოვლენები პროგნოზირებადი, არჩევანის თავისუფლებისა და ადამიანის ნების, სოციალურ-ეკონომიკური და ბუნებრივი სისტემების საწყის და საბოლოო მდგომარეობისა და სხვა ფილოსოფიური საკითხების თაობაზე დისკუსიის ცენტრშია. პარადოქსულია, რომ ზოგიერთი დეტერმინისტული დინამიკური სისტემის შესწავლილი „ქცევა“ არ განსხვავდება შემთხვევითობით გამოწვეული სისტემების ქცევისგან. ვერც ერთს და ვერც მეორეს ჩვენ ვერ ვწინასწარმეტყველებთ.

ასეთი პარადოქსულ და ირონიულ მდგომარეობასთან  შეუგუებლობა აიძულებდა მეცნიერებს ემუშავათ დინამიკურ მოდელებზე. [Prokhorov, 2008]  უნდა აღინიშნოს, რომ მონათესავე დისციპლინების განვითარებამ მნიშვნელოვანი გავლენა იქონია ეკონომიკაში სტოქასტურობის იდეების დანერგვაზე. არაწრფივმა დინამიკურმა მოდელებმა ბევრი შემატეს მრავალი ეკონომიკური მოვლენის უფრო ღრმა გაგების საკითხს, მიუხედავად იმისა, რომ დინამიკური არაწრფივი სისტემის ცხადი წესით ამოხსნა იშვიათად არის შესაძლებელი.  ბევრმა არაწრფივმა დეტერმინისტულმა სისტემამ შეძლო ისეთი ქაოტური დინამიკის გენერირება, რომ არცერთ საყოველთაოდ მიღებულ ტესტს არ შეეძლო ასეთი დეტერმინისტული სისტემის გამოყოფა წმინდა შემთხვევითი პროცესისგან. ქაოსის შესახებ პირველი ეკონომიკური პუბლიკაციები ზედმეტად ოპტიმისტურად იყო განწყობილი ქაოსის თეორიის გამოყენების პერსპექტივების მიმართ და მასზე დაფუძნებული ალტერნატიული ეკონომიკური თეორიის აგების მიმართაც კი.  ეკონომიკაში  ქაოსის თეორიისადმი ინტერესის პირველადი ზრდის შემდეგ, დროთა განმავლობაში ის თანდათანობით განელდა, რადგანაც გასული საუკინის ბოლო ორი ათწლეულის ემპირიულმა კვლევებმა ვერ დაადასტურა ქაოტური დინამიკის არსებობა ეკონომიკურ მონაცემებში. [Baumol, … 1989].

კვანტური მექანიკა და ქაოსის თეორია რომ არ არსებობდეს, პროგნოზირებადობის თაობაზე ლაპლასისეული კლასიკური შეხედულებები  არ გამორიცხავდნენ ბუნებრივი პროცესების ზუსტად წინასწარმეტყველების შესაძლებლობას - უბრალოდ უნდა ვიცოდეთ ზეგავლენის მქონე კანონზომიერებები და საწყისი პირობები. პუანკარეს მიხედვით, ზოგადად, ეს შეუძლებელია. კვანტური თეორია, ჰაიზენბერგის განუსაზღვრელობის პრინციპის წყალობით, გამორიცხავს სისტემის საწყისი მდგომარეობის ზუსტად განსაზღვრის შესაძლებლობას, ხოლო ქაოსის თეორია ამტკიცებს, რომ ამ საწყისი უზუსტობის გამო სრული პროგნოზირებადობა შეუძლებელია. ანუ,  დეტერმინიზმს და პროგნოზირებადობას შეიძლება არაფერი ჰქონდეთ საერთო.

გასული საუკუნის 80-იანი წლების შუა პერიოდში დადგინდა, რომ უაღრესად რთული ქაოტური პროცესი (ანუ არაწრფივი დინამიკური პროცესი, რომელიც მოიცავს მრავალ ცვლადს), პრაქტიკული თვალსაზრისით, შემთხვევითი პროცესის ექვივალენტურია  და რომ მხოლოდ არც თუ ისე რთულ ქაოტურ სისტემებს (დაბალგანზომილებიან ქაოსს) შეიძლება გააჩნდეთ მოკლევადიანი პროგნოზირებადობა, რომლის მიღწევა შეუძლებელია ტრადიციული წრფივი მოდელების ფარგლებში. ეკონომიკური პროცესების მოდელირების მცდელობები ამის შემდგომ  ვოლატილობის ანალიზზე გადაერთო. ეკონომიკაში ქაოტური დინამიკის სფეროში კვლევა ტექნიკურად რთული და ძვირადღირებული მცდელობაა ვიპოვოთ ის, რაც, პრაქტიკული თვალსაზრისით, შეიძლება არც კი იყოს არსებითი. ამჟამად, მრავალგანზომილებიანი ქაოსი (თუნდაც კი ის არსებობდეს ეკონომიკურ მონაცემებში) არ შეიძლება გამოყენებულ იქნას პროგნოზების ხარისხის გასაუმჯობესებლად, რადგან სასრული რაოდენობის მონაცემის პირობებში, მრავალგანზომილებიანი ქაოსი და სტოქასტურობა რეალურად იდენტურია. მრავალგანზომილებიანი ქაოტური (ან წმინდა სტოქასტური) სისტემების საფუძველზე წინასწარმეტყველების გაკეთების შეუძლებლობა შეესაბამება მანდელბროტის აზრს, რომელიც თვლიდა, რომ პროცესების უმეტესობა წმინდა დეტერმინიზმსა და თეთრ ხმაურს შორისაა და თანაბარი  წარმატებით შეიძლება აღიწეროს როგორც რთული სტოქასტური პროცესების, ასევე ქაოტური პროცესების სახითაც. [Mirowski, 1995]

სტოქასტურობის როლის ზრდამ ეკონომიკური პროცესების მოდელირების საქმეში ახალი პრობლემები წარმოაჩინა  და მათი გადაჭრის გზების ძიებისკენ უბიძგა სამეცნიერო საზოგადოებას. ალბათობითი პროცესების დინამიკაში ანალიზმა ეკონომიკაში ერგოდულობის პრობლემების  განხილვამდე მიგვიყვანა. ამან  მოითხოვა ალბათობის მიმართ არსებული ტრადიციული ხედვების ცვლილება.

ეკონომიკური თეორიის დიდი ნაწილი ეფუძნება რისკისა და ალბათობის იდეებს, რომლებიც მეჩვიდმეტე საუკუნეში განვითარდა. ჩვენ ინსტინქტურად გავიანგარიშებთ რა ალბათობით მოსალოდნელ მნიშვნელობებს, იმპლიციურად ვვარაუდობთ, რომ ისინი ასახავს იმას, რაც დროთა განმავლობაში ხდება. ივარაუდებოდა, რომ შემთხვევითობას, რომელიც წარმოიქმნება ერთადერთ არსებულ სივრცეში შეუქცევადი დროით, აქვს იგივე ეფექტი, რაც შემთხვევითობას, რომელიც წარმოიქმნება პარალელური ალბათობითი სამყაროების ანსამბლში. ჯერ კიდევ მე-19 საუკუნეში, მაქსველისა და ბოლცმანის მიერ სტატისტიკური მექანიკის განვითარებამ გამოიწვია ამ საკითხის უფრო მჭიდრო შესწავლა, შემუშავდა შემთხვევითობის ახალი კონცეპტუალიზაცია. ამ კონცეპტუალიზაციამ თავიდანვე აღიარა დროის ცენტრალური როლი შემთხვევით პროცესებში. ერგოდულობის მათემატიკური დამტკიცება, როგორც წესი, ძალიან რთულია: ფაქტობრივად, ნებისმიერი სისტემისთვის, რომელიც წონასწორობის მიღმაა, შეიძლება ვივარაუდოთ, რომ ის არაერგოდულია. ერგოდულობის ეკონომიკური თეორია იძლევა რიგ ემპირიულად შემოწმებად პროგნოზს და, როგორც პიტერსი აღწერს, ერთ-ერთი მათგანი უკვე გახდა ექსპერიმენტული კვლევის საგანი.  ამ მიმართულებით განხორციელებული ბოლო კვლევები იძლევა იმედს მათი პერსპექტიულობის შესახებ. [Peters,  2019]

ნეოკლასიკურ თეორიას განუსაზღვრელობა რისკამდე დაყავს, რითაც უშვებს, რომ ნებისმიერი უცნობი მოვლენა ყოველთვის შეიძლება იყოს აღწერილი და ახსნილი ალბათობის თეორიის მეთოდების გამოყენებით.  როგორც ნეოკლასიკოსების ლიდერი რობერტ ლუკასი აღნიშნავს:  „განუსაზღვრელობის პირობებში ეკონომიკური მსჯელობა უაზროა“. [Lucas, 1981]. განუსაზღვრელობის მიმართ ამგვარი დამოკიდებულება დიდწილად განპირობებულია იმით, რომ ალბათობის თეორიის გამოყენებაზე უარის თქმა მეინსტრიმში ეკონომიკური ანალიზის მზარდ ფორმალიზაციასთან არათავსებადი იქნებოდა. [Hodgson, 2011].

საინტერესოა მოკლედ მიმოვიხილოთ განუსაზღვრელობის საკითხის მიმართ არსებული შედარებით გავრცელებული ალტერნატიული, მათ შორის არამეინსტრიმული, ჰეტეროდოქსული ეკონომიკური მიმდინარეობების წარმომადგენელთა მიდგომები.

პოსტ-კეინზიანური პერსპექტივიდან, მომავლის განუსაზღვრელობა არჩევანის სამომავლო შედეგის წინასწარმეტყველების, თუნდაც ალბათური განაწილების გამოყენებით, შეუძლებლობას აღნიშნავს, რადგანაც შესაბამისი ალბათობების გამოსათვლელად მეცნიერული საფუძვლები არ გაგვაჩნია. ამ თეზის გასამყარებლად ისინი ეყრდნობიან კეინზის [Keynes, 1936] მოსაზრებას, რომელიც ანსხვავებდა განუსაზღვრელობას რისკისაგან, იმდენად რამდენადაც რისკის შემთხვევაში მომავალი შეიძლება აღწერილი იყოს ალბათური განაწილების გამოყენებით, რადგანაც ცნობილია როგორც შედეგების რაოდენობები, ასევე თითოეული მათგანის ალბათობა. ნეოკლასიკურ ტრადიციაში იგნორირებულია განსხვავება რისკსა და განუსაზღვრელობას შორის და ტერმინები, როგორც წესი, სინონიმებად გამოიყენება. ამასთან, პოსტ-კეინზიანელებისათვის განუსაზღვრელობა ორგვარია; პირველი - ფუნდამენტური ანუ ონტოლოგიური განუსაზღვრელობა, ხოლო მეორე - გაურკვევლობა (ambiguity) ანუ ეპისტემოლოგიური განუსაზღვრელობა [Davidson, 1996;  Dequech, 2000;  Terzi, 2010]. გაურკვევლობის შემთხვევაში, მომავალი განუსაზღვრელია, თუმცა შეცნობადია. ფუნდამენტური განუსაზღვრელობა ნიშნავს არა მხოლოდ მომავლის შესახებ ცოდნის არარსებობას, არამედ მის შეუცნობლობასაც.  პოსტ-კეინზიანელების პოზიციით, ნეოკლასიკურ თეორიაში ეკონომიკური გარემო ხასიათდება ერგოდიულობით - წარსული, აწმყო და მომავალი შეიძლება ხასიათდებოდეს ერთი და იგივე ალბათობის განაწილების ფუნქციით. ასეთი მიდგომა მიუღებელია პოსტ-კეინზიელებისთვის. ისინი ხელმძღვანელობენ ისტორიული დროის პრინციპით, რომლის თანახმად წარსული შეუქცევადია და მომავალი განუსაზღვრელი. სწორედ ისტორიულ დროში მოძრაობს ეკონომიკური გარემო, რომელსაც ახასიათებს არაერგოდიულობა, ანუ წარსულს, აწმყოსა და მომავალს შორის ონტოლოგიური განსხვავებები.

განუსაზღვრელობის თაობაზე ინსტიტუციონალისტების შეხედულებების გასაცნობად საკმაო წარმოდგენას დუგლას ნორტის ნაშრომი „ეკონომიკურ ცვლილებათა პროცესის გააზრება“, კერძოდ კი მისი მეორე თავი - „განუსაზღვრელობა ერგოდულ სამყაროში“ იძლევა. [North, 2005] ნორტი გამოყოფს განუსაზღვრელობის ხუთ დონეს: პირველი - არსებული ცოდნის ფარგლებში ინფორმაციის რაოდენობის ზრდით შემცირებადი განუსაზღვრელობა; მეორე - არსებული ინსტიტუციონალური მოწყობის ფარგლებში ამ მოცულობის ზრდით შემცირებადი განუსაზღვრელობა; მესამე - მხოლოდ ინსტიტუციონალური ცვლილებებით შემცირებადი განუსაზღვრელობა; მეოთხე - ახალი, აქამდე არარსებული სიტუაციებისათვის დამახასიათებელი განუსაზღვრელობაა; და მეხუთე - ირაციონალური რწმენის საფუძვლად არსებული განუსაზღვრელობა. [North, 2005] მას მიაჩნია, რომ ფიზიკური გარემოს დაპყრობის კვალდაკვალ, მცირდებოდა მასთან დაკავშირებული განუსაზღვრელობა, ყალიბდებოდა სულ უფრო მეტად რთული სოციალური ინსტიტუტები. თუმცა, ნორტთან  სამყარო არაერგოდულია, ფიზიკურ და სოციალურ გარემოსთან დაკავშირებული განუსაზღვრელობები განსხვავებული. ყოველივე კი, რთული და ურთიერთდამოკიდებული სოციალური გარემოს შექმნის პროცესში მუდმივ, უსასრულო სიახლეებზე პასუხის გაცემას, სწორ რეაგირებას ართულებს. ამდენად ნებისმიერი თეორია, რომელიც მომავალს აღწერს და წარსულ გამოცდილებას ეყრდნობა, არაადეკვატურია. [Bakeev, 2020]

როგორც პოსტ-კეინზიანელებს, ასევე ნორტსაც სჯერათ, რომ განუსაზღვრელობა განსხვავდება რისკისგან, ის არაერგოდული გარემოს მახასიათებელია და თანამედროვე სამყაროსაც აქვს არაერგოდიულობის თვისებები,  რომ განუსაზღვრელობა შეიძლება შემცირდეს, მაგრამ არ შეიძლება მთლიანად აღმოიფხვრას. შესაბამისად, ინსტიტუტების ყველაზე მნიშვნელოვანი ფუნქცია განუსაზღვრელობის შემცირებაა და თუ რამდენად ეფექტურად უმკლავდებიან ინსტიტუტები ამ ამოცანას, ის განსაზღვრავს ეკონომიკური სისტემის ძირითად მახასიათებლებს. ამავდროულად, ნებისმიერი თეორია, რომელიც არ ცნობს განუსაზღვრელობის მნიშვნელობას და გამომდინარეობს იქიდან, რომ მომავლის მოდელირება შესაძლებელია ალბათობის თეორიის მეთოდების გამოყენებით, რეალური სამყაროს პრობლემების გადასაჭრელად ადეკვატური არ არის. თუმცა, მათ მიდგომებს შორის რიგი განსხვავებებიცაა. პოსტ-კეინზიანელები აღნიშნავენ, რომ ინსტიტუციონალურმა ევოლუციამ, რომელიც მიმართულია ინდივიდუალური „მოთამაშეების“ განუსაზღვრელობის შემცირებისაკენ, შეიძლება მთლიანად საზოგადოებისათვის განუსაზღვრელობის ნაკლებად ეფექტურად შემცირდება გამოიწვიოს, რაც სისტემის არასტაბილურობის პოტენციალის ზრდას განაპირობებს. ნორტი აქცენტს აკეთებს  მეტად და ნაკლებად წარმატებულ ქვეყნებსა და რეგიონებს შორის არსებულ განსხვავებებზე. ის შესაძლო საფრთხეების შესახებ აფრთხილებს ქვეყნებს, რომელთა ინსტიტუტები ეფექტურად არ ამცირებენ განუსაზღვრელობას. ასეთი ქვეყნები შესაძლოა სტაგნაციისა და დეგრადაციისათვის განწირულნი იყვნენ.  [Розмаинский, 2016]

სამეცნიერო ცოდნის სპეციფიკა, მის  რიგი მკაცრი პრინციპების (მოვლენების მიზეზ-შედეგობრიობის, ჭეშმარიტების, სანდოობის, სამეცნიერო ცოდნის ობიექტურობისა და ფარდობითობის)  დაქვემდებარებაში მდგომარეობს. ამდენად, შემეცნების პროცესში, მიღებული შედეგების სანდოობის უზრუნველმყოფელი მეთოდები გამოიყენება. მეცნიერების განვითარების განვლილი გზა ნათლად წარმოგვიდგენს, რომ სამეცნიერო და შემეცნებითი საქმიანობის შედეგები, დიდწილად, გამოყენებული მეთოდების სიზუსტითაა განპირობებული. დღეს დღეობით მეცნიერებაში, ისევე როგორც ყოველდღიურობაში, კარდინალურ ცვლილებებს არა მხოლოდ თეორიები განიცდიან, არამედ მიდგომებიც, მეთოდებიც. გამოთვლითი ტექნიკის განვითარების, დიდი მონაცემების შექმნისა და დაგროვების ექსპონენციალური ზრდის კვალდაკვალ „თეორიაზე ორიენტირებული“ მიდგომების პარალელურად სულ უფრო და უფრო გამოიყენება „მონაცემებზე ორიენტირებული“ მიდგომა. [Maass, …  2018].

„თეორიაზე ორიენტირებულს“ (Theory-Driven) ვუწოდებთ მიდგომას, როდესაც ჩვენ განვსაზღვრავთ თუ რა ჰიპოთეზები მივიღოთ, თეორიების ჩამოყალიბებით და ამ თეორიებში მონაცემების ჩასმით. აქ მთავარი იდეა ისაა, რომ მონაცემებს თავისთავად არ გააჩნიათ შინაგანი მნიშვნელობა, არამედ მხოლოდ მაშინ ენიჭებათ მნიშვნელობა, როდესაც ისინი კარგად ჩამოყალიბებული თეორიის კონტექსტში ინტერპრეტირდება რაციონალურად. თეორიები შეიძლება შეიცვალონ ან თუნდაც უარყოფილ იქნან მონაცემების გამო, მაგრამ ამ მიდგომით ცოდნის მოპოვებისათვის რაც შეიძლება მეტი ინფორმაციის (მონაცემების) შეგროვება ვერ იქნება განმსაზღვრელი. ამის ნაცვლად, მოპოვებულ უნდა იქნას საკმარისი მონაცემი საწყისი თეორიის ფორმირებისთვის, შემდეგ კი ნელ-ნელა დავამატოთ ახალი მონაცემები მოდელში, საჭიროების მიხედვით მოვახდინოთ  თეორიის კორექტირება  და ბოლოს, თეორია გამოვიყენოთ პროგნოზირებისათვის. თუ მონაცემები არ ეთანადება მოდელს, თეორიაზე ორიენტირებული მიდგომით, შესაძლოა, თავდაპირველად მაინც, ეჭვქვეშ დავაყენოთ მონაცემები. [უგულავა, 2022] ამგვარი მიდგომები თავიანთი არსით დედუქციური ხასიათისაა, ზოგად ცოდნაზე დაყრდნობით, კეთდება კონკრეტული ხასიათის დასკვნა, რომლის წინაპირობაც ზოგადი განსჯაა. დედუქციის უდიდესი შემეცნებითი მნიშვნელობა ვლინდება იმ შემთხვევაში, როდესაც ზოგადი წინაპირობა არის არა მხოლოდ ინდუქციური განზოგადება, არამედ რაიმე სახის ჰიპოთეტური ვარაუდი, ახალი სამეცნიერო იდეა. ამ შემთხვევაში დედუქცია თამაშობს არა მხოლოდ დამხმარე როლს, არამედ არის საწყისი წერტილი ახალი თეორიული სისტემის გაჩენისთვის. ამ გზით შექმნილი თეორიული ცოდნა წინასწარ განსაზღვრავს ემპირიული კვლევის შემდგომ კურსს და მიზანმიმართულად წარმართავს ახალი ინდუქციური განზოგადებების აგებას.

მეორეს მხრივ, „მონაცემებზე ორიენტირებული“ (Data-Driven) მიდგომა უზარმაზარ მნიშვნელობას ანიჭებს რაც შეიძლება მეტი მონაცემების შეგროვებას და მხოლოდ ამის შემდეგ ცდილობს ამ მონაცემებზე დაფუძნებული თეორიის ჩამოყალიბებას. ამ შეხედულების მიხედვით,  მონაცემებს თავისთავად შეუძლიათ ინტერპრეტაციის მხარდაჭერა, ინტერპრეტაცია ძირითადად უკეთესი მონაცემებით უმჯობესდება და არა უკეთესი თეორიით. თუ მონაცემები ეწინააღმდეგება ძირითად თეორიას, მაშინ თეორია უარყოფილ უნდა იქნას. მონაცემებზე ორიენტირებული მიდგომა ეყრდნობა მონაცემთა გამოყენებას არსებული მოვლენის შესასწავლედ, მაგრამ, ხშირად, ეს ფუძემდებლური თეორიული ახსნის შეზღუდული გადმოცემით ხორციელდება. [უგულავა, 2022] ამგვარი ინდუქციური დასკვნების ღირებულება მდგომარეობს იმაში, რომ ისინი უზრუნველყოფენ გადასვლას ცალკეული ფაქტებიდან, მონაცემებიდან ზოგად დებულებებზე, საშუალებას გვაძლევენ აღმოვაჩინოთ დამოკიდებულებები მოვლენებს შორის, შევქმნათ ემპირიულად დასაბუთებული ჰიპოთეზები და მივიდეთ განზოგადებამდე. ინდუქციური დასკვნების უმრავლესობის პრობლემური ბუნება მოითხოვს მათ განმეორებით შემოწმებას პრაქტიკით, ინდუქციური განზოგადებიდან მიღებული შედეგების რეალურ გამოცდილებასთან შედარებას. ამრიგად, ინდუქცია შეივსება დედუქციით, რაც უზრუნველყოფს ალბათობითიდან სანდო, ავთენტურ ცოდნაზე გადასვლას. [Центр …]

ამგვარ, მონაცემებზე ორიენტირებულ მიდგომას ასახავს ხელოვნური ინტელექტის, ხელოვნური ნეირონული ქსელების, მანქანური და ღრმა სწავლების ალგორითმების, მონაცემთა მეცნიერების თანამედროვე მიღწევები ზოგადად და მათი გამოყენებითი მხარე ეკონომიკის პრობლემების, მათ შორის დაგეგმვისა და პროგნოზირების საკითხების შესწავლასა და გადაჭრაში.  ბოლო დროს მრავალი სფერო მოიცვა ციფრულმა ტრანსფორმაციამ. თანამედროვე განვითარების პირობებში, მმართველობასა და პოლიტიკის განსაზღვრაში საინფორმაციო-კომუნიკაციური ტექნოლოგიების ფართო დანერგვამ ხელი შეუწყო როგორც თავად ამ დარგების, ასევე მათში მოღვაწე პერსონალის ძირეულ ცვლილებებს.  მმართველობითი სუბიექტები, თავიანთი საქმიანობის პირობებში, დაგეგმვის ეტაპიდან გადაწყვეტილებათა მიღების ეტაპამდე აწყდებიან აუცილებლობას ოპერირება გაუწიონ დიდ მონაცემებს, არაწრფივ, ექსპონენციალურად ზრდად, კრიტიკულად გადატვირთულ მონაცემებიან სცენარებს. ყოველივე ამას გადაწყვეტილებათა მიღების ვადების მკვეთრი შემცირებაც ერთვის თან. ამ პირობებში ადამიანის ინტელექტუალურ-ანალიტიკური შესაძლებლობების ამოწურვითაა განპირობებული ხელოვნური ინტელექტის ტექნოლოგიებს დანერგვის აუცილებლობა, რომელიც საშუალებას მოგვცემს უმოკლეს ვადებში, ოპერატიულად ანალიტიკურად გადამუშავდეს მონაცემთა უზარმაზარი მასივები, შეუღლდეს რთულად დაკავშირებადი ობიექტები, მოიძიოს დაგეგმვის თანამედროვე ახალი ოპტიმალური გზები, მეთოდები, ტექნოლოგიები.  [უგულავა, 2022]

დასკვნა

ამდენად, სოციალურ-ეკონომიკური განვითარების დაგეგმვა, რამდენადაც განსხვავებული არ უნდა იყოს მისი კონკრეტული ფორმები და მეთოდები, პროგნოზირებასთან მჭიდრო ურთიერთკავშირში ვითარდება. დღესაც, ეკონომიკური პროგნოზირება ხელს უწყობს ეკონომიკის განვითარების კონცეფციის შემუშავებას, წყვეტს შეზღუდული ბუნებრივი, დემოგრაფიული, მატერიალური და ფინანსური რესურსების პირობებში ეკონომიკური ზრდის პრობლემებს. ეკონომიკური მოდელებს, მათემატიკური აპარატის გამოყენების წყალობით, ეკონომიკურ ცვლადთა კლასიფიკაციის, სტრუქტურირების, მათ შორის ურთიერთკავშირებისა და კანონზომიერებების გამოვლენის, მოვლენათა მიზეზების  ახსნის ფუნქციები გააჩნიათ.   მიუხედავათ მომავალში,  ჯერ კიდევ მრავალი ძიებისა და სიახლეთა აღმოჩენის აუცილებლობისა, მცდელობა - ეკონომიკური მეცნიერება უფრო მეტად მიუახლოვდეს მეცნიერების ფუნდამენტური მეთოდოლოგიური ფუნქციის - მისი პროგნოსტიკული დანიშნულების ადეკვატურ აღსრულებას - სულ უფრო მეტად უმკვიდრებს მას კუთვნილ ადგილს კანტისეულ „ნამდვილ მეცნიერებათა“ რიგში. თავისუფალი ნების და ტელეოლოგიის დუალისტური ფილოსოფიური ტრადიციის შესაბამისობაში,  მომავალი არაწრფივი ეკონომიკური კვლევების აქტუალურ საგნად კვლავაც დარჩება დეტერმინიზმის (მრავალგანზომილებიანი ქაოსის) და სტოქასტურობის განუყოფლობა. კვლევის ახალი მეთოდების, მიდგომების და ინსტრუმენტების (მათ შორის ხელოვნური ინტელექტის) შემდგომი განვითარება და გამოყენება აუცილებელ ეტაპს წარმოადგენს ამ მიმართულებით მნიშვნელოვანი შედეგების მოპოვებისათვის, ეკონომიკური მეცნიერების წინსვლისათვის. 

ლიტერატურა

1. უგულავა გ., 2022. ტერიტორიული ეკონომიკური განვითარების სტრატეგიული დაგეგმვის პრობლემები და მისი სრულყოფის ძირითადი მიმართულებები საქართველოში. ეკონომიკის დოქტორის აკადემიური ხარისხის მოსაპოვებლად წარდგენილი სადისერტაციო ნაშრომი. ქუთაისის უნივერსიტეტი.
2. Bakeev, M., 2020. "Institutional and cultural research directions in development economics: Assumptions on agent motivation as a source of disagreement," Journal of the New Economic Association,  vol. 46(2), pages 139-156.
3. Baumol, W. & J. Benhabib, 1989. Chaos: Significance, mechanism, and economic implications.  Journal of Economic Perspectives vol 3, pp. 77–105.
4. Davidson P., 1996. Reality and Economic Theory. Journal of Post Keynesian Economics, vol. 18, no. 4, pp. 479-508.
5. Day R.H., 1992. Complex economic dynamics: Obvious in history, generic in theory, elusive in data. Journal of Applied Econometrics vol 7, pp. S9–S23. Declaration of the Assembly of European Regions on Regionalisn in Europe. Basel.
6. Dequech D., 2000. Fundamental Uncertainty and Ambiguity.  Eastern Economic Journal, vol. 26, no. 1, pp. 41-60.
7. Greenspan A., 2013. The Map and the Territory: Risk, Human Nature, and the Future of Forecasting. Penguin Press; First Edition
8. Hodgson G. M., 2011. The Eclipse of the Uncertainty Concept in Mainstream Economics.  Journal of Economic Issues, vol. 45, no. 1, pp. 159-175.
9. Keynes J. M., 1936. The general theory of employment, interest and money.  London: Macmillan.
10. Lucas R. E. Jr., 1981. Studies in Business Cycle Theory, Cambridge, MA: MIT Press.
11. Maass W., Parsons J., Purao S., Storey V. C., & Woo C., 2018. Data-driven meets theory-driven research in the era of big data: opportunities and challenges for information systems research.  Journal of the Association for Information Systems, vol. 19(12), issue 1.
12. Mirowski P., 1995. Mandelbrot’s economics after a quarter century. Fractals vol 3, pp. 1–20.
13. Nayak Abhaya & Sotnak Eric.,  1995. Kant on the Impossibility of the "Soft Sciences". Philosophy and Phenomenological Research. DOI: 55. 133. 10.2307/2108312 (წვდომა 25 იანვარი, 2023)
14. North D., 2005. Understanding the Process of Economic Change. Princeton University Press
15. Peters O., 2019. The ergodicity problem in economics. Nat. Phys. 15, 1216–1221. DOI: 10.1038/s41567-019-0732-0 (წვდომა 25 იანვარი, 2023)
16. Prokhorov A., 2008. “Nonlinear dynamics and chaos theory in economics: a historical perspective”. Quantile, No.4, pp. 79–92.
17. Terzi A., 2010. Keynes’s Uncertainty is Not About White or Black Swans. Journal of Post Keynesian Economics, vol. 32, no. 4, pp. 559–565.
18. Розмаинский И. В., 2016. Посткейнсианцы и Дуглас Норт о неопределенности и институтах: пропущенная связь?  Journal of Institutional Studies, vol. 8, no. 3. 2016, pp. 35-46.
19. Центр гуманитарных технологий - https://gtmarket.ru/  (წვდომა 25 იანვარი, 2023)