Билл Гейтс – Билл Гейтс рекомендует. 10 книг о важном в одной (страница 23)

Борьба с ростом неравенства. Правительствам придется решать проблему роста неравенства. Ключевые вопросы здесь — общественное доверие, доступ к власти (чем более он затруднен, тем ниже уровень доверия) и открытость людей к новому опыту. Некоторые из этих факторов глубоко укоренены в культурных и ментальных особенностях данной страны, однако на другие важные факторы государственная политика вполне может повлиять.

Нематериальные экономические активы — идеи и концепции, информация и организационные системы — бурно развиваются и играют все более важную роль в глобальной экономике. По мнению авторов, мы имеем дело с принципиально новой экономической ситуацией. В целом проблемы, которые обсуждаются в книге, можно разделить на две группы: теоретическая макроэкономическая база и практические выводы и рекомендации.

 Нематериальные активы имеют четыре необычных экономических свойства — они представляют собой невозвратные затраты (инвестиции в такие активы очень сложно вернуть), они генерируют эффект перелива (то есть могут быть легко использованы конкурентами), они способны масштабироваться и создавать синергии. Сочетание этих качеств создает высокую степень неопределенности.

 Стимулы роста нематериальной экономики — глобализация и либерализация рынков, прогресс информационных технологий и технологий управления. Соответственно, будущее — за теми странами, которые смогут «оседлать» эти процессы.

 Защита интеллектуальной собственности — противоречивое явление. С одной стороны, сильная защита уменьшает неопределенность, а значит, стимулирует инвестиции: с другой стороны, она может препятствовать конкуренции и затруднять полезную синергию нематериальных активов конкурентов. В настоящее время эта проблема не имеет «хорошего» решения.

 Многие (но далеко не все) профессии будут автоматизированы, зато оплата труда творческих работников (например, дизайнеров или ученых) вырастет. Доля творческого труда в себестоимости продукции будет расти, а доля материальных активов — снижаться.

 Усиливается неравенство в социальном статусе, поскольку люди, которые лишены (или думают, что лишены) качеств, необходимых для успешной работы в нематериальной экономике (психологической открытости, готовности осваивать новый опыт и др.), оказываются под сильным экономическим и психологическим давлением. Они чувствуют себя изгоями, и это питает популистские партии и движения.

 Возрастает роль образования для взрослых.

 Инструменты измерения пока что не до конца разработаны. Стандартная бухгалтерская отчетность не всегда дает адекватную оценку. В частности, не работает стандартная схема плавной амортизации (характерная для машин и оборудования): нематериальный актив может внезапно и резко потерять стоимость («обнулиться»). Это еще больше усиливает неопределенность.

 Эта неопределенность затрудняет инвестиционный анализ. Поэтому будет расти ценность аналитиков, способных систематически собирать и предоставлять институциональным инвесторам качественную информацию о сложных активах.

 На смену культу менеджера приходит культ лидера. Ключевые качества лидера — системный подход, компетентность и вовлеченность.

 Компании-генераторы нематериальных активов должны строить рабочие процессы таким образом, чтобы обеспечить свободный обмен информацией и идеями, стимулировать творческое взаимодействие сотрудников. Компаниям-эксплуататорам нематериальных активов лучше создать более жесткую иерархию и ставить больше краткосрочных целей. Критерии хорошо организованной компании — мониторинг, цели, стимулы.

Как лгать при помощи статистики

Автор: Даррелл Хафф

Книга Даррелла Хаффа «Как лгать при помощи статистики» впервые вышла в 1954 году. С тех пор наука существенно продвинулась вперед. Однако «большие данные» и вычислительные машины мало что изменили в отношениях рядового клиента — избирателя, потребителя, человека, пытающегося выбрать безопасные продукты, эффективные лекарства, ответственное правительство. — с теми цифрами, которые, словно кролика из шляпы, вынимают перед ним СМИ. пиарщики и политики. Мы каждый раз и поддаемся убедительности цифр (это ведь не слова, «цифры не лгут»), и боимся попасться, и попадаемся, конечно же, — пока не прочтем эту книгу.

Даррелл Хафф не просто разоблачает манипуляции с цифрами — он выбрал самый увлекательный для читателя способ повествования: предлагает нам поиграть за обе стороны, выступить и в роли клиента, которого пытаются одурачить, и в роли хитроумного обманщика. Мы сами щупаем каждый кейс, прикидываем, как бы половчее подать информацию и, вроде не соврав в цифрах, придать заурядному товару привлекательность или создать иллюзию, будто за нашего кандидата голосуют «все». В итоге мы выясняем, как делается фокус, где прячутся веревочки и куда смотреть, какие задавать вопросы, чтобы с нами этот номер не прошел.

Такое сочетание наглядности и увлекательности, даже азарта — лучшее объяснение, почему книга Даррелла Хаффа продолжает переиздаваться, покупаться (миллионными тиражами, но это тоже «статистика»), переводиться: несколько лет назад — на русский язык, а в этом году — и на китайский.

Автор предисловия к русскому изданию справедливо замечает, что знакомство с основами статистики необходимо любому человеку, в том числе гуманитарию, считающему, что он не разбирается в цифрах. Разбирается или не разбирается, но с цифрами мы сталкиваемся ежедневно — в газетных статьях о росте преступности или промышленности, в рекламных брошюрах. обещающих «эффективность больше на 26 %», в медицинских брошюрах, доказывающих «снижение риска заболеваемости на 31 %», в школе, где нам сообщают, что ребенок попал в такой-то процентиль. Человек, не способный задать нужные вопросы и выяснить, насколько точна и значима эта статистика, беспомощен. И давно пора пересмотреть представление о статистике как о специальной дисциплине, доступной лишь людям с математическим складом ума. Да, статистика состоит из цифр, но эти цифры описывают то. что нам всего ближе, — поведение человека.

Чаще всего статистические выводы делаются на основании выборки: сведения, полученные о представителях некой группы, экстраполируются на всю группу, а потому ошибки или намеренное искажение статистики начинаются с неверной выборки. Прежде всего выборка может быть слишком мала.

Нам известно, что в мешке лежит тысяча шариков разных цветов. Вынимаем пять шариков, видим 3 белых, 1 синий и 1 красный и делаем вывод: в мешке 60 % белых шариков, 20 % синих и 20 % красных. На самом деле доля белых шариков намного ниже, а из 100 зеленых нам не попалось ни одного. Чтобы судить о содержимом мешка, нужно взять гораздо больше шариков (например, 50). Ошибки все равно возможны, но вероятность их существенно снижается.

В идеале выборка должна быть совершенно произвольной, чтобы все элементы изучаемой группы имели равные шансы попасть в нее. Однако такое возможно лишь для одинаковых элементов (шариков), а в реальной жизни довольствуются стратифицированной выборкой, представляющей все слои населения и ситуации.

Если нужно узнать, как повысились цены на продовольственные товары по сравнению с прошлым годом, в выборке должны быть пропорционально представлены торговые сети, крупные магазины, лавочки и рынки больших, средних и малых городов, сел и труднодоступных мест всех регионов страны. Пропорционально должны быть представлены и продукты: нельзя судишь об изменениях в стоимости продовольственной корзины по небольшой группе товаров нишевого потребления.

Один из основных видов выборки, результаты которого чаще всего ложатся в основу популярных социальных исследований, прогнозов и рекламы, — опрос. При этом возможны такие «выкрутасы выборки»:

Опрос небольшого и потому нерепрезентативного числа людей.

Обычное явление в тележурналистике: репортер передает микрофон трем — пяти прохожим, и у зрителя складывается впечатление, будто «все жители города» думают именно так.

В выборке неравномерно представлены различные группы людей.

Например, требуется выяснишь мнение студентов о готовящейся реформе образования. Чтобы далеко не ходить, опрашивающий ограничивается студентами из своего города или привлекает к опросу молодежь из знакомых семей.

Одна из типичных ошибок — сдвиг в сторону благополучных людей.

Эта ошибка возникает порой невольно благодаря тем средствам связи, которые используются при опросе. Хафф приводит знаменитый случай, когда одна и та же группа респондентов, совершенно точно предугадавшая в 1948 году победу на президентских выборах, в 1952 году столь же дружно дала неверный прогноз.

Выяснилось, что опрос проводился по телефону, а телефоны тогда имелись у зажиточных людей, богатство которых делало их приверженцами определенной партии. В современной ситуации такие искажения дает опрос в интернете (далеко не у всех граждан имеется интернет), тем более — в конкретной соцсети. Но и при уличном опросе интервьюер охотнее подойдет к чисто одетому, приветливому на вид человеку — и опять-таки получит больше «благополучных» ответов.

Личность интервьюера также влияет на результаты опроса.

В больнице проводится опрос с целью выяснить, довольны ли сотрудники условиями труда и зарплатой. Ответы сильно зависят от того, кого сотрудники видят в вопрошающем: