Председатель Счётной палаты России Алексей Кудрин, Председатель Центрального банка России Эльвира Набиуллина и декан экономического факультета МГУ им. М.В. Ломоносова Александр Аузан рассказали о доказательной политике в России и о том, как исследования на основе эмпирических данных могут помочь российскому госуправлению на панельной дискуссии, которая состоялась 9 декабря в ходе Юбилейной конференции к 80-летию Экономического факультета МГУ имени М.В. Ломоносова при поддержке ЦПУР. Модератором панельной дискуссии выступила генеральный директор ЦПУР Мария Шклярук.
Как рассказал председатель Счётной палаты России Алексей Кудрин, доказательная политика – это умение отделять одни факторы, на основе которых получается то или иное событие, от других: «Всё, что было раньше – это был нулевой этап развития доказательной политики. Сейчас мы переходим к продвинутому этапу, где применяются результаты эмпирического тестирования эффектов мер государственной политики (возможно, в рамках контролируемых экспериментов), неоднократного тестирования, где мы будем получать однозначно трактуемые результаты, оценка по итогам масштабирования мер. Все эти новые подходы, их много, служат тому, чтобы более строго определять причинно-следственные связи между мерами госполитики и их эффектами. Это важный этап»
По словам председателя Центрального банка России Эльвиры Набиуллиной, механизмы стресс-тестирования и прогнозные модели становятся второй важной частью доказательного подхода, помимо анализа исторических рядов: «У нас 4 основных модели, как во многих Центральных Банках. Надо сказать, что Центральные Банки вообще являются амбассадорами доказательной политики, и в мире Центральные Банки всегда это применяли. Модели процентных ставок, курса рубля, ВВП-компонентов, инфляции – мы их все применяем». Она также добавила, что применение механизмов работы с данными, работы с моделями, требует квалификации: «Это особая компетенция, это не каждый может делать. У нас сейчас идёт обучение практически всех сотрудников, а не только тех, кто специализируется на данных, потому что сейчас все работают с данными. Любое решение основано на данных и практически все должны уметь работать с большим массивом данных – и мы это делаем».
Декан экономического факультета МГУ им. М.В. Ломоносова Александр Аузан рассказал, что одну из первых разработок в оценке регулирующего воздействия провело бюро экономического анализа, созданное силами выпускников Экономического факультета МГУ в 2006 году: «И вот, запустили эти самые методики оценки регулирующего воздействия. Что можно сказать 15 лет спустя? Методики-то работают. Причём, я бы сказал, что качественный анализ был отработан довольно быстро, количественный анализ показал, что это штука дорогая, что делать ОРВ по каждому закону – очень непростое удовольствие. Но главная проблема, мне кажется, всё-таки в институтах, стандартах. Потому, что сказать, что ОРВ соблюдается законодателем я не могу, это просто не так. Поэтому, надо ещё и решать проблемы enforcement’а. И это не только участие стейкхолдеров в обсуждении того, чтобы были представлены разные интересы. Я считаю, что надо использовать и новые возможности, которые показали те же самые цифровые платформы, потому что технологии, основанные на искусственном интеллекте, довольно легко строят фильтры и принуждают к исполнению определённых норм».
Помимо этого, в обсуждении приняли участие Олег Буклемишев, президент Ассоциации независимых центров экономического анализа, директор Центра исследований экономической политики экономического факультета МГУ; Филипп Картаев, заведующий кафедрой математических методов анализа экономики, экономический факультет МГУ; и Александр Курдин, заместитель декана по научной работе, экономический факультет МГУ. Они обсудили идеи доказательной экономической политики, ее применения в мировой практике, а также роли академических исследований для принятия государством более обоснованных решений.
Смотрите запись панельной дискуссии «Доказательная политика в России. Как исследования на основе эмпирических данных могут помочь российскому госуправлению?» по ссылке.
