MỘT SỐ ĐIỂM NHẬN THỨC TRÊN TƯ DUY MỚI VỀ CHỦ NGHĨA MÁC

Tạp chí Đại học Thủ Dầu Một, số (22) – 2015 MỘT SỐ ĐIỂM NHẬN THỨC TRÊN TƯ DUY MỚI VỀ CHỦ NGHĨA MÁC Mạch Quang Thắng Học viện Chính trị Quốc gia Hồ Chí Minh TÓM TẮT Chủ nghĩa Mác học thuyết mở, nghĩa luôn cần nạp thêm lượng từ sống Trong điều kiện Việt Nam, điều kiện toàn cầu hóa, hội nhập quốc tế, xã hội vận hành chế thị trường định hướng xã hội chủ nghĩa chủ nghĩa Mác-Lênin cần hiểu tư theo phương pháp nhận thức nhà sáng lập chủ nghĩa cộng sản khoa học Có thế, luận đề mà Đảng Cộng sản Việt Nam nêu lên: "Đảng lấy chủ nghĩa Mác-Lênin tư tưởng Hồ Chí Minh làm tảng tư tưởng kim nam cho hành động" trở thành chiến lược hành động đem lại hiệu thiết thực, đưa đất nước Việt Nam phát triển lên giai đoạn Cũng ý nghĩa đó, – công dân Việt Nam – khẳng định cách chắn rằng, lý luận Mác lý luận phát triển Từ khóa: chủ nghĩa Mác, nhận thức, tư * Thế đứng Việt Nam nay, mặt chế độ trị, chân vạc (hoặc kiềng ba chân): (i) Chủ nghĩa Mác, chủ nghĩa Lênin (hay chủ nghĩa Mác-Lênin), tư tưởng Hồ Chí Minh; (ii) Đảng Cộng sản (ĐCS) Việt Nam; (iii) Chủ nghĩa xã hội (CNXH) Nếu què ba chân chế độ trị hành Việt Nam đổ Nếu què hai ba chân chế độ trị hành đổ nhanh Ba chân kiềng này, đó, thực tế trở thành vấn đề Vấn đề chỗ, nên tiếp tục nhận thức ba vấn đề tư đổi Cũng chủ nghĩa Mác-Lênin, chủ nghĩa Mác-Lênin đây? Chủ nghĩa Mác-Lênin giáo điều, công thức hay chủ nghĩa Mác-Lênin theo tư sáng tạo? Chỉ cách không lâu, không ngờ rằng, ĐCS Việt Nam định theo chế thị trường, chấp nhận kinh tế hàng hóa (không theo lý luận C Mác không theo lý luận V.I Lênin) Cũng không ngờ rằng, ĐCS Việt Nam lại định chấp nhận kết nạp chủ doanh nghiệp tư nhân vào Đảng, có chấp nhận bóc lột! (Tất nhiên nghĩa chấp nhận chế độ bóc lột) Điều thực tế gây xúc cho số đảng viên kỳ cựu ĐCS Việt Nam Thực tế công đổi Việt Nam khẳng định định ĐCS Việt Nam đắn Đấy hai thí dụ nhiều điểm đổi tư ĐCS Việt Nam nhận thức chủ nghĩa Mác-Lênin điều kiện Cũng hiểu vấn đề ĐCS Việt Nam đóng vai trò lãnh đạo hệ thống trị toàn xã hội; xây dựng Đảng nhiệm vụ Journal of Thu Dau Mot University, No (22) – 2015 then chốt; lãnh đạo đắn Đảng nhân tố định thắng lợi cách mạng Nhưng, nhận thức Đảng điều kiện phải đổi tâm điểm: Đảng người lãnh đạo, người cầm quyền - Đảng biến thành thực, tất yếu; Đảng biến điều thực thành hư vô Đảng không sạch, vững mạnh, Đảng thoái hóa, biến chất Chính thế, vai trò lãnh đạo, vai trò cầm quyền ĐCS Việt Nam việc Đảng phải thường xuyên tự đổi mới, tự chỉnh đốn thân để Đảng luôn bảo đảm lực lãnh đạo sức chiến đấu - hai - tất yếu Vấn đề CNXH Đã có CNXH theo mô hình không phù hợp với chủ nghĩa Mác-Lênin tình hình thực tế dẫn đến đổ vỡ (CNXH theo mô hình Liên Xô) Vậy, đổ vỡ ấy, đứng mặt tư tưởng, tình cảm nhiều người cộng sản, có người cộng sản Việt Nam, mà nói điều buồn tiếc nuối, đứng tư khoa học, "tiến hóa" mặt lý luận lại khác Vì điều cho nhiều ĐCS, có ĐCS Việt Nam, đường khác với mô hình cũ, vậy, chủ nghĩa Mác-Lênin nhận thức cách sống động Mục tiêu không thay đổi - chủ nghĩa cộng sản Nhưng đường để đến mục tiêu phong phú nhiều so với trước Nói ngạn ngữ phương Tây đường tiến thành Rôm, theo ngạn ngữ Việt Nam sông đổ biển Nhận thức tư chủ nghĩa Mác chủ nghĩa MácLênin? Về tên gọi “Chủ nghĩa Mác-Lênin” Trước hết, cần xác định khái niệm/định nghĩa chủ nghĩa Mác-Lênin Hiện nay, đọc mạng internet đọc số viết, thấy số người cho rằng, chủ nghĩa Mác-Lênin, mà có chủ nghĩa Mác mà Họ cho rằng, việc gán Lênin vào chủ nghĩa Mác thành chủ nghĩa Mác-Lênin sống sượng; rằng, lý luận trị V.I Lênin tượng nước Nga, không mang tính quốc tế, không mang tính khoa học Chúng thấy rằng: Một là, cần khẳng định rằng, chủ nghĩa Mác phải hiểu theo nghĩa bao gồm hệ thống quan điểm Các Mác Phơrêđơrích Ăngghen Chủ nghĩa Mác thức đời với Tuyên ngôn Đảng Cộng sản công bố tháng năm 1848, hình thành chủ nghĩa cộng sản khoa học Hai là, sau này, đến cuối kỷ XIX, V.I Lênin vận dụng phát triển chủ nghĩa Mác điều kiện chủ nghĩa tư chuyển từ tự cạnh tranh sang giai đoạn đế quốc chủ nghĩa Từ xuất chủ nghĩa Lênin Chúng muốn nhấn mạnh điều vì, có số người cho rằng, V.I Lênin đối lập với Các Mác, rằng, V.I Lênin người phản lại Các Mác, làm khác Các Mác vận dụng phát triển chủ nghĩa Mác Thực ra, người gọi tên “Chủ nghĩa Lênin” J.Xtalin Lúc sống, không V.I Lênin đồng ý cho gọi “Chủ nghĩa Lênin” Sau V.I Lênin qua đời năm 1924, J.Xtalin bắt đầu gọi “Chủ nghĩa Lênin” Và, với ý nghĩa cho rằng, V.I Lênin người phát triển chủ nghĩa Mác điều kiện mới, J.Xtalin gọi tên “Chủ nghĩa Mác-Lênin” Hiện nay, Trung Quốc, sách báo dùng ba tên gọi: (i) Chủ nghĩa Mác; (ii) Tạp chí Đại học Thủ Dầu Một, số (22) – 2015 Chủ nghĩa Lênin; (iii) Chủ nghĩa MácLênin Cách gọi tên tùy vào ngữ cảnh, nhiều cả, phổ biến Trung Quốc thường gọi "Chủ nghĩa Mác" Còn Việt Nam nay, phổ biến văn kiện ĐCS Việt Nam Nhà nước nói chung sách, báo đề cập vấn đề có liên quan dùng tên gọi “Chủ nghĩa Mác-Lênin”; có, dùng “Chủ nghĩa Mác”, “Chủ nghĩa Lênin” riêng Thực ra, chủ nghĩa Mác chủ nghĩa Mác, chủ nghĩa Lênin chủ nghĩa Lênin, gạch nối hai chủ nghĩa (chủ nghĩa MácLênin) Nhưng, dùng lâu rồi, bình diện quốc tế, trước hệ thống nước XHCN, Việt Nam Việc sửa khó Mà có lẽ không cần sửa xét đến chẳng có tác hại phát triển Chỉ có điều, mặt khoa học cần làm cho rõ mà Tương tự, số người cho rằng, cách gọi “Chủ nghĩa cộng sản” cách gọi không xác Bắt nguồn từ người Nhật Bản dịch sai, chuyển sang ngôn ngữ Trung Quốc dịch sang tiếng Việt Nam “Chủ nghĩa cộng sản” Thực phải “Chủ nghĩa cộng đồng” (Communisme) – nghĩa “sản” Nhưng, có sửa không? Tư ngữ nghĩa hằn sâu rồi, thiết nghĩ không nên sửa nghĩa Mác-Lênin” Ấy hoàn cảnh, đặc biệt từ đầu năm 1950 trở đi, Hồ Chí Minh Trung Quốc, Liên Xô khai thông mặt ngoại giao, tìm kiếm ủng hộ hai nước lớn phe XHCN cho kháng chiến Việt Nam Từ mốc này, Hồ Chí Minh bắt đầu chịu ảnh hưởng ngày nhiều mô hình Xôviết Và từ đó, tên gọi “Chủ nghĩa Mác-Lênin” trở thành cách dùng thống Hồ Chí Minh Về khái niệm/định nghĩa chủ nghĩa Mác-Lênin Lạ thay, ĐCS giới, kể ĐCS Việt Nam, đề cập nhiều chủ nghĩa Mác-Lênin, văn kiện mình, chưa nêu định nghĩa thật ngắn gọn chủ nghĩa Mác-Lênin Chúng thiết nghĩ rằng, dự thảo văn kiện trình Đại hội đại biểu toàn quốc lần thứ XII ĐCS Việt Nam (dự định họp đầu năm 2016), nên đưa vào định nghĩa "Chủ nghĩa Mác-Lênin" Chúng coi việc làm cần thiết, để lâu nữa, Đảng khẳng định lấy chủ nghĩa Mác-Lênin tư tưởng Hồ Chí Minh làm tảng tư tưởng kim nam cho hành động Đồng thời, Đại hội đại biểu toàn quốc lần thứ VII Đảng (năm 1991) văn kiện nêu định nghĩa ngắn gọn tư tưởng Hồ Chí Minh Đến Đại hội đại biểu toàn quốc lần thứ IX (năm 2006), văn kiện Đại hội nêu định nghĩa chi tiết hơn, kèm với việc nêu nội dung tư tưởng Hồ Chí Minh Đã nêu định nghĩa "Tư tưởng Hồ Chí Minh" lại không nêu định nghĩa "Chủ nghĩa Mác-Lênin" văn kiện Đảng được! Theo thứ tự thời gian, lúc đầu chủ nghĩa Mác-Lênin Hồ Chí Minh ĐCS Việt Nam nhận thức vận dụng vào trình cách mạng Ấy Hồ Chí Minh lúc đầu dùng tên gọi “Chủ nghĩa Lênin”, điển hình tác phẩm Đường kách mệnh (xuất năm 1927) Hồ Chí Minh giác ngộ chủ nghĩa cộng sản chủ nghĩa Lênin (cụ thể đọc Luận cương vấn đề dân tộc vấn đề thuộc địa V.I Lênin năm 1920) Về sau, Hồ Chí Minh có dùng tên gọi “Chủ nghĩa Mác” (rất lần) Càng sau Hồ Chí Minh dùng nhiều tên gọi “Chủ Journal of Thu Dau Mot University, No (22) – 2015 mà văn kiện Đại hội, vấn đề khái niệm/định nghĩa nội dung chủ nghĩa Mác-Lênin lại chưa nêu, tư tưởng Hồ Chí Minh lại nêu biến động thật khó lường Chủ nghĩa Mác Có giá trị không từ đầu, phải nhanh chóng sửa sau nêu Bản Tuyên ngôn Đảng Cộng sản C.Mác Ph Ăngghen soạn thảo công bố vào năm 1848 chẳng hạn Tình hình thay đổi sau năm 1848 mà thân Ph Ăngghen muốn sửa đổi số quan điểm Tuyên ngôn Đảng Cộng sản đó, để tôn trọng tính lịch sử văn bản, lần tái xuất tiếng nước đó, Ph Ăngghen lại viết Lời tựa nói rõ thay đổi Cũng vậy, hai ông, C Mác Ph.Ăngghen sau V.I Lênin nữa, nhắn nhủ rằng, quan điểm ông “học thuyết” (với ý đừng có giáo điều theo quan điểm ông) mà phương pháp luận Đó điều mà ông trăn trở, muốn cho người thời hậu tránh mắc phải sai lầm thực tiễn diễn làm chao đảo, thử thách giá trị lý luận trị, cho dù giá trị nghiên cứu cách cẩn trọng Bởi vậy, lý luận Mác lý luận mở, theo nghĩa luôn được/phải nạp lượng từ sống động, luôn phát triển Trong lịch sử đời phát triển học thuyết trị giới, chưa có học thuyết học thuyết Mác Đó học thuyết có nhiều “nhất”: học thuyết mang đậm tính khoa học cách mạng nhất; học thuyết có sức sống trường tồn nhất; học thuyết bị nhiều kẻ xuyên tạc, thâm thù nhất; điều nhấn mạnh: học thuyết cần đến vận dụng sáng tạo phát triển ứng với lúc nơi Chúng nêu cách ngắn gọn, khái quát rằng: Chủ nghĩa Mác-Lênin khoa học quy luật chung phát triển tự nhiên, xã hội tư duy; quy luật phát triển sản xuất xã hội, đấu tranh giai cấp vô sản nhân dân lao động chống lại bất công, nô dịch, cách mạng xã hội chủ nghĩa Nhìn nhận giá trị chủ nghĩa C Mác Kể từ đời nay, chủ nghĩa Mác trải qua gần 170 năm Mặc dù CNXH Liên Xô Đông Âu sụp đổ; chủ nghĩa đế quốc lực lượng thù địch dùng nhiều thủ đoạn hèn hạ nhằm chống phá, bôi nhọ, xuyên tạc tiến tới phủ nhận hoàn toàn chủ nghĩa Mác, chủ nghĩa Mác tồn tại, phát triển, giới quan phương pháp luận khoa học hàng triệu người trái đất Có chất chủ nghĩa Mác hoàn toàn đắn, luôn bổ sung, phát triển lý luận người mácxít chân Lịch sử sàng lọc giá trị lý luận trị Gần 170 năm chủ nghĩa Mác, điều không lạc hậu lạ Thế giới biến động không ngừng, có biến động theo kiểu tiệm tiến, nghĩa từ từ, dần dần, có biến động nhanh chóng Có biến động mà người bình thường dự đoán trúng, không có cá biệt số người đoán trúng Nhưng, có Tạp chí Đại học Thủ Dầu Một, số (22) – 2015 lịch sử nào? Lịch sử châu Âu Mà châu Âu gì? Đó chưa phải toàn thể nhân loại… Xem xét lại chủ nghĩa Mác sở lịch sử nó, củng cố dân tộc học phương Đông”) Chính thấy thiếu vậy, C.Mác dừng việc viết biên tập thảo Tư để dành thời gian nghiên cứu châu Mỹ (nghiên cứu phát triển tư Mỹ, có tập ghi chép vấn đề này); nghiên cứu khoa học công nghệ (toán học, sinh học, địa chất học, hóa học Từ năm 1875 đến năm 1883, C Mác nghiên cứu toán học có công trình toán vi phân đạo hàm Từ năm 1878, ông nghiên cứu hóa học, sinh học, vật lý (chủ yếu điện), nghiên cứu nhân chủng học, dân tộc học giúp Ph Ăngghen viết Nguồn gốc gia đình, chế độ tư hữu nhà nước (xuất năm 1884), học tiếng Nga để nghiên cứu nước Nga phương Đông (đã nghiên cứu cách đọc trực tiếp tiếng Nga 100 tác phẩm, để lại tập ghi chép 1000 trang) Ông nghiên cứu lịch sử ấn Độ, Inđônêxia từ cuối năm 1881 đến cuối năm 1882, ông viết tập, nhan đề Tổng quan lịch sử loài người từ kỷ I đến kỷ XVII Sức viết C Mác thật sung mãn, ông thâu nạp nhiều tri thức nhân loại thời, có tư khoa học sâu sắc, biết thiếu, ông chịu khó ngồi lỳ thư viện để “đào bới” từ kho tri thức khổng lồ Thời C Mác chưa có hệ thống internet, ông "giàn ăngten" cực nhạy để cập nhật tri thức thời Ông làm việc với trợ giúp đắc lực, có hiệu người bạn đời – người vợ Gienni, “cây vĩ cầm thứ hai” – Ph.Ăngghen Do vậy, lý luận (hay học thuyết) C Mác Vậy, tiếp tục nhận thức tư đổi mới, đâu đặc điểm chất học thuyết Mác, nhìn từ thập niên đầu kỷ XXI, năm tiếp nối biến động dội giới? Học thuyết C Mác tổng hòa từ nhiều nguồn tri thức giới Nói “tổng hoà” tức số cộng mà chắt lọc, tổng hợp, sáng tạo Không phải lúc thu nhận tinh túy từ nhiều nguồn tri thức khác để sáng tạo nên học thuyết Phải có tư chất từ thông thái tinh thần làm việc đầy say mê, cần mẫn thân làm việc Các Mác lao động cần mẫn, say mê với tinh thần khoa học cách mạng, dám từ bỏ đường dẫn ông tới lâu đài vinh quang sống đầy đủ vật chất Ông dấn thân vào nghiên cứu khoa học hoạt động cách mạng lợi ích giai cấp vô sản quốc tế, sống sống kham khổ vật chất không yên chỗ bị trục xuất Các Mác có thời gian không ngắn vùi đầu vào thư viện để thu nhận, suy ngẫm tri thức nhân loại trình viết Tư tiếng, trở thành nhà kinh tế học trị tiếng Ông người theo dõi, tham gia vào hoạt động trị phong trào công nhân nhiều nước, qua tổng kết, bổ sung nhiều luận điểm quan trọng cho học thuyết Về cuối đời, C Mác tự thấy thiếu ba nhóm tri thức: châu Mỹ, phương Đông, tiến khoa học công nghệ (cũng mà Nguyễn Ái Quốc, Báo cáo Bắc Kỳ, Trung Kỳ Nam Kỳ, viết năm 1924, cho rằng: “Mác xây dựng học thuyết triết lý định lịch sử, Journal of Thu Dau Mot University, No (22) – 2015 triển tư Các luận văn có tính chất tổng kết thực tế nói lên điều đó, rằng, tổng kết C Mác sát, (Chẳng hạn Công xã Pari năm 1871) Những nội dung học thuyết C Mác qua việc nghiên cứu giá trị thặng dư, nghiên cứu chủ nghĩa tư bản, phát triển tất yếu diệt vong chủ nghĩa tư thắng lợi tất yếu chủ nghĩa cộng sản, vai trò đảng tiên phong giai cấp công nhân, phát triển tất yếu, biện chứng hình thái kinh tế – xã hội quán tỏ rõ khoa học chúng trường tồn phát triển lịch sử nhân loại Học thuyết C Mác vận động hệ thống đa dạng trào lưu tư tưởng Như vậy, học thuyết C Mác nằm tổng thể chung luồng tư tưởng nhân loại, kể C Mác sống sau C Mác qua đời C Mác không coi lý luận độc tôn chân lý, mà luôn cọ xát với quan điểm lý luận khác Do đó, học thuyết Mác chuỗi phát triển, tự vượt qua mình, sở hoài nghi khoa học C Mác luôn tự điều chỉnh nhận thức sở phát triển lý luận thay đổi, thúc bách sống Điều cắt nghĩa ông lại say mê nghiên cứu khoa học tự nhiên, khoa học công nghệ nhiều công trình khoa học trị mình, ông “mượn” khái niệm khoa học tự nhiên, khoa học công nghệ để nói lên nội dung (chẳng hạn: hình thái kinh tế – xã hội lấy khái niệm hình thái (formation) địa chất học lúc hình thành mà C Mác thích “Hình thái” địa chất học để thời đại khác vấn đề khép kín, xong xuôi theo nghĩa hoàn chỉnh mà nhiều vấn đề phương pháp luận, vấn đề thuộc giới quan, cần có bổ sung, phát triển cách sáng tạo phải thể nghiệm sống Tri thức nhân loại ạt chảy, luôn biến động khôn lường, chúng có quy luật vận động, biểu vô phong phú, phức tạp Chính thân C Mác, Ph.Ăngghen sau V.I Lênin nữa, nhận thấy thế, báo hiệu cho hậu điều Học thuyết C Mác học thuyết nêu lên lý luận có hệ thống, quán đời Có nhiều người cho rằng, lý luận C Mác có nhiều giai đoạn, mà giai đoạn đối lập nhau, chúng nấc thang phát triển tư duy, nhận thức C Mác Do vậy, nhiều người cho rằng, có lý luận Mác thời trẻ lý luận Mác thời kỳ trưởng thành, đánh giá chất hai thời kỳ khác Chẳng hạn, có người cho trước năm 1844, mà C Mác viết tác phẩm Hệ tư tưởng Đức, Luận cương Phoiơbách, ông người dân chủ theo phái Hêghen trẻ lúc lúc sáng tạo nhất, đắn nhất; trưởng thành, có lý luận chủ nghĩa cộng sản khoa học nhiều quan điểm ông không Chúng cho rằng, Trong người C Mác, có tiếp biến, thăng hoa tư lý luận có hệ thống, quán quan điểm Ông nhà khoa học, nhà bác học, nhà cách mạng, điểm dừng tri thức, có trải nghiệm, điều chỉnh nhận thức có nấc thang phát Tạp chí Đại học Thủ Dầu Một, số (22) – 2015 sáng tạo học thuyết Mác đấu tranh gay go, lâu dài, phức tạp, đặc biệt sau xảy Liên Xô Đông Âu năm 80, 90 kỷ XX Cơn biến động trị dội dẫn đến sụp đổ hệ thống XHCN giới cuối kỷ XX mốc cho thấy rõ tính chất phức tạp vận dụng phát triển học thuyết C Mác vào sống Đâu giáo điều, đâu bảo thủ, đâu hội, xét lại học thuyết C Mác? Câu hỏi phía trước Điều phản ánh hai mặt: mặt, học thuyết Mác sinh động; mặt khác, học thuyết Mác học thuyết liền với phát triển sống, không nằm câu chữ có tính chất công thức Mọi biểu cho quan điểm C Mác điều kinh thánh không với chất học thuyết Mác Chính thế, mặt này, Hồ Chí Minh người hiểu rõ, hiểu thấu chất học thuyết Mác Hồ Chí Minh chẳng trích dẫn, mà nêu ý luôn phát triển luận điểm C Mác chủ nghĩa Mác-Lênin nói chung (chẳng hạn, Hồ Chí Minh thẳng vào chất nhân văn, nhân đạo chủ nghĩa Mác-Lênin giải phóng người phát biểu rằng, thuộc sách chủ nghĩa Mác-Lênin mà sống với tình có nghĩa, gọi hiểu chủ nghĩa Mác-Lênin Những lần phát biểu quan niệm CNXH theo chủ nghĩa Mác-Lênin vậy) Học thuyết C Mác thể sức sống trường tồn chỗ phải phát triển cách toàn diện giới biến đổi không ngừng Học thuyết C Mác có lạc hậu hay không lạc hậu hoàn toàn phụ thuộc vào người sử dụng Chúng cho rằng, mặt số mặt (cho trái đất, nhận dạng theo lớp đất đá chồng chất lên tạo nhiều hình thái) Học thuyết Mác, theo ý thế, kế thừa tiếp nhận điều khác để vượt lên tầm cao xích lý luận khác C Mác sòng phẳng lấy ý người khác đem vào công trình nghĩa Học thuyết C Mác nhằm hướng theo học thuyết luôn đấu tranh để cải tạo giới Một đặc điểm chất học thuyết C Mác lý luận cần thâm nhập vào quảng đại quần chúng nhân dân, trước hết vào công nhân để lấy giai cấp công nhân làm “cốt vật chất”, đồng thời giai cấp công nhân lấy học thuyết C Mác làm vũ khí tinh thần trình thực sứ mệnh lịch sử đào huyệt chôn chủ nghĩa tư bản, xây dựng xã hội cộng sản Không đâu học thuyết C Mác vận dụng vào thực tế, cần sáng tạo phát triển đến vậy, không học thuyết học thuyết Mác trình vào thực tế bị biến dạng đến Lịch sử phát triển học thuyết C Mác lịch sử trình đấu tranh người trái đất theo hai hướng bản: giữ chất làm sai lệch Đó trình đấu tranh có nhiều lúc không dễ mà phân biệt rạch ròi người bảo vệ, phát triển người xuyên tạc nó, người trung thành – sáng tạo, người giáo điều, thô thiển hoá, xét lại học thuyết Mác Nhiều người giáo điều lại mượn danh nghĩa trung thành, nhiều người xét lại học thuyết Mác lại mượn danh nghĩa vận dụng sáng tạo Cuộc đấu tranh để bảo vệ sáng học thuyết C Mác, để vận dụng, phát triển Journal of Thu Dau Mot University, No (22) – 2015 dù hiểu mặt, nội dung cho bản, cốt lõi) bất biến, mà tất biến thiên sống Biến, chất không Đó đặc điểm rõ học thuyết Mác Trong thực tế vận động sống, không học thuyết Mác, mà có nhiều vậy, thuyết tôn giáo Tôn giáo, lĩnh vực tưởng chừng lĩnh vực khó biến nhất, bảo thủ nhất, thực biến đổi thường xuyên chúng không sống biến đổi tư duy, tâm linh người đấng thần linh, chúa trời Ngay chất liệu, màu sắc, kích cỡ khởi thủy áo cà sa mà Phật tổ Thích Ca Mầu Ni dùng biến đổi nhiều, biến đổi dội qua năm tháng, qua địa bàn, qua cộng đồng dân cư, qua dân tộc Chiếc áo cà sa Phật Thích Ca Mầu Ni vốn từ hàng chục, hàng trăm mảnh giẻ khâu nối, ghép lại Phật tổ nhặt đường đi, chí mảnh giẻ từ xác người chết Cho đến đây, giới, áo cà sa huyền bí biến đổi nhiều, cải biên nhiều Có nơi, áo cà sa màu nâu sồng, màu gụ, màu vàng, màu tía, màu đỏ, màu lòng tôm…, liền mảnh, nhiều mảnh ghép vào, quàng hờ qua thân vai, thành áo mặc lẳn vào người, dài trùm gót, lưng lửng, v.v Nó muôn hình vạn dạng, nhiều sắc màu, biến thiên tùy thời, tùy nơi, tùy cộng đồng dân cư theo đạo Phật Mà biến thiên phản ánh thực tại, lẽ thường muôn vàn biến thiên sống Nhưng, biến biến, bên áo cà sa có khác đó, muôn hình, muôn màu bất biến muôn năm cũ, “áo nhà Phật”, tâm lành Phật, “cốt cách” nhà Phật từ bi hỷ xả Điều giống vấn đề sắc văn hoá dân tộc (kể dân tộc-quốc gia Nation dân tộc-tộc người Ethnic) không bất biến, yếu tố động Nó “động” giữ cốt cách dân tộc, cộng đồng Nói để nói lên tính không bền vững học thuyết Mác, trái lại, nói lên tính khoa học cách mạng Từ kỷ XIX trở thời gian biến đổi chóng mặt khoa học công nghệ, trào lưu tư tưởng, trị giới Học thuyết theo kịp, thế, dẫn đường cho phát triển nhân loại, học thuyết có giá trị bất diệt Học thuyết Mác học thuyết thế, học thuyết phát triển Các nhà kinh điển chủ nghĩa Mác thiên tài ông bị quy định thời đại ông, đòi hỏi họ suy nghĩ, trả lời thay cho hệ sau, có chúng ta, vấn đề chưa xuất thời đại ông, thực tiễn thời đại chưa đặt Hơn nữa, có luận điểm riêng lẻ đó, trước điều kiện thực tiễn mà ông sống, điều kiện thực tiễn không đúng, v.v Điều hoàn toàn phù hợp với nguyên lý triết học Mác Bởi lẽ, thực tiễn đổi thay nguyên lý lý luận cần đổi thay cho phù hợp với thực tiễn Nhưng phải khẳng định rõ ràng rằng, hạn chế mang tính lịch sử không làm giảm giá trị giới quan, giá trị phương pháp luận, giá trị định hướng cho dân tộc theo mục tiêu xây dựng CNXH, có Việt Nam 10 Tạp chí Đại học Thủ Dầu Một, số (22) – 2015 AWARENESS ON NEW THOUGHT ABOUT MARXISM Mach Quang Thang Ho Chi Minh National Academy of Politics ABSTRACT Marxism is an open theory, which means that it should always be updated with new energy from life In current conditions in Vietnam with globalization, international integration, social operation under market mechanism, Marxism-Leninism should be interpreted on the basis of new thinking in accordance with the method of cognition of the founders of scientific communism Therefore, the thesis stated by Communist Party of Vietnam: "the Party takes the Marxism-Leninism and Ho Chi Minh's thought as the basis for thought and actions" becomes the strategy in action and creates practical efficiency, bringing the Vietnam to a new stage of development And, also on that sense, we, the citizens of Vietnam - can surely affirm that Marxist theory is the theory of development TÀI LIỆU THAM KHẢO [1] Hồ Chí Minh Toàn tập, T 1, NXB Chính trị Quốc gia, 2000 [2] Nguyễn An Ninh, Cần nhận thức thực tế số dự báo Mác chủ nghĩa tư bản, Tạp chí Lý luận trị, số 10-2014 [3] Nhị Lê, Trung thành sáng tạo học thuyết Mác-Lênin, tiếp tục nâng cao chất lượng công tác lý luận ngang tầm thời kỳ đổi hội nhập quốc tế, Tạp chí Sinh hoạt lý luận, số (126)-2014 [4] Học viện Chính trị – Hành Quốc gia Hồ Chí Minh, Chủ nghĩa Mác-Lênin, tư tưởng Hồ Chí Minh, tảng tư tưởng Đảng ta, NXB Chính trị – Hành chính, 2009 [5] Học viện Chính trị Quốc gia Hồ Chí Minh, Những vấn đề chủ nghĩa MácLênin, tư tưởng Hồ Chí Minh, NXB Lý luận trị, 2004 [6] Terry Eagleton, Tại Mác đúng, NXB Chính trị - Hành chính, 2012 [7] Hoàng Chí Bảo, Giá trị vững bền sức sống chủ nghĩa Mác-Lênin chủ nghĩa xã hội khoa học, NXB Chính trị Quốc gia, T.1, 2012 [8] Hồ Bá Thâm, Chủ nghĩa Mác-Lênin - Phương pháp luận phê phán phát triển nay, NXB Chính trị Quốc gia, 2013 [9] Học viện Chính trị – Hành Quốc gia Hồ Chí Minh, Di sản Hồ Chí Minh thời đại ngày (Kỷ yếu Hội thảo khoa học quốc tế nhân kỷ niệm 120 năm Ngày sinh Chủ tịch Hồ Chí Minh Học viện Chính trị – Hành quốc gia Hồ Chí Minh tổ chức tháng năm 2010), NXB Chính trị – Hành chính, 2010 11 Nghiên cứu dánh giá điều kiện vệ sinh và tồn dư một số chât kháng sinh, thuốc bảo vệ thực vật chăn nuôi ong và mật ong tỉnh phía Nam Bùi Phương Hòa 1, Đậu Ngọc Hào2, Chử Văn Tuất1và cs1 Tóm tắt 22 công ty và các sở sản xuất kinh doanh mật ong xuất khẩu đã được lựa chọn để nghiên cứu đánh giá điều kiện vệ sinh chăn nuôi và chất tồn dư gồm các nhóm kháng sinh, thuốc bảo vệ thực vật và kim loại nặng Kết quả chỉ rằng Đợt 1, số 21 sở kiểm tra, 01 sở đạt loại tốt,11 sở đạt loại khá, 07cơ sở đạt loại trung bình, 02 sở xếp loại Đợt 2, số 14 sở kiểm tra, 07 sở đạt loại khá, 07 sở đạt loại trung bình và không có loại kém.Kết quả phân tí ch chất tồn dư đợt chỉ có mẫu mật ong của công ty có chứa kháng sinh vượt giới hạn cho phép đó Enrofloxacin : mẫu, Sulfadiazin: mẫu và Streptomycine: mẫu số 32 chỉ tiêu phân tí ch Không có mẫu kháng sinh vượt tiêu chuẩn cho phép đợt phân tích thứ Từ khóa : Mật ong, Vệ sinh , Kháng sinh, Chất tồn dư, Nam Việt Nam Evaluation of hygiene conditon and antibiotic, pepticide residues in honey production in the South Vietnam Bùi Phương Hòa , Đậu Ngọc Hào, Chử Văn Tuất et.al Summary Total 22 honey export companies as well as their products units were selected for evaluating hygine conditon in honey production and analysis of antibiotic, pepticide and heavy metal residuces in honey The results showed that in the first phase , there are total 21 facilities checked in which is rated very good , 11 good , normal and bad The second phase ,in the total of 14 facilities checked there are facilities is rated as good and normal and no facility í s bad The residuces analysis result of honey samples of companies contained antibiotics exeed MRL, in which Enrofloxacin : sample, Sulfadiazin: samples and Streptomycine: samples of total 32 residuces kinds analysed.It is no antibiotics detected exeed MRL in resut of phase Keyword : Honey, hygiene condition, Antibiotic, Residues, South Vietnam I.Đặt vấn đề Yêu cầu về vệ sinh an toàn thực phẩm sản phẩm động vật ngày càng trở nên cấp thiết vì sức khỏe và quyền lợi của người tiêu dùng.Đối với sản phẩm mật ong yêu cầu càng khắt khe EU đưa nhiều chỉ tiêu phân tí ch chất tồn dư mật ong và đòi hỏi không sử dụng kháng sinh chăn nuôi ong Từ nhiều năm EU từ chối mua mật ong từ Việt nam lý là chúng ta còn thiếu hệ thống giám sát có hiệu quả thị trường thuoocvs thú y là tự , đó có bán khán sinh không cần đơn của thú y Để góp phần chứng minh sự tiến bộ chăn nuôi ong , chúng tiến hành nghiên cứu đánh giá tình trạng vệ sinh và chất tồn dư của một số công ty sản xuất và xuất khẩu mật ong nhằm đưa những đánh giá , khuyến cáo khắc phục những tồn tại , góp phần đảm bảo chất lượ an toàn mật ong cho tiêu dùng nước và xuất khẩu II Nội dung nghiên cứu 1.Điều kiện vệ sinh thú y sở chăn nuôi, thu gom, chế biến mật ong của công ty sản xuất kinh doanh mật ong 1.Trung tâm kiểm tra vệ sinh Trung ương I; Trung tâm Thú y cộng đồng 90 Kourentzes, 2010; Kourentzes and Crone, 2010) All networks use the hyperbolic tangent transfer function for the hidden nodes and a linear output node The number of hidden nodes was identified experimentally for each time series Up to 60 hidden nodes were evaluated for each time series and the number of hidden nodes that minimised the validation Mean Squared Error (MSE) was chosen Each network was trained using the Levenberg-Marquardt (LM) algorithm The algorithm requires setting a scalar µLM and its increase and decrease steps When the scalar is zero, the LM algorithm becomes just Newton’s method, using the approximate Hessian matrix On the other hand, when µLM is large, it becomes gradient descent with a small step size Newton’s method is more accurate and faster near an error minimum, so the aim is to shift toward Newton’s method as quickly as possible If a step would increase the fitting error then µLM is increased Here µLM = 10−3 , with an increase factor of µinc = 10 and a decrease factor of µdec = 10−1 For a detailed description of the algorithm and its parameters see Hagan et al (1996) MSE was used as the training cost function The maximum training epochs are set to 1000 The training can stop earlier if µLM becomes equal or greater than µmax = 1010 The MSE error at the validation set is tracked while training If the error increases consequently for 50 epochs then training is stopped The weights that give the lowest validation error are selected at the end of each training This is common practice in the literature and helps to achieve good out-of-sample performance, since it avoids over-fitting to the training sample (Haykin, 2009) Following the suggestions of the forecasting literature (Adya and Collopy, 1998) two statistical benchmarks are used in this study, namely the naive forecast (random walk) and exponential smoothing This is done to assess the accuracy gains of using NNs against established simpler statistical methods The Naive requires no parameterisation or setup, hence is used as a baseline that any more complex model should outperform The appropriate exponential smoothing model is selected for each time series, depending on the presence of trend and/or seasonality using Akaike’s Information Criterion Model parameters are identified by optimising the log-likelihood function (Hyndman et al., 2002, 2008) Exponential smoothing was selected as a benchmark based on its widely demonstrated forecasting accuracy and robustness (Makridakis and Hibon, 2000; Gardner, 2006) and will be named ETS in this work The use of these benchmarks can help establish the relative performance of the NN models In total, eight forecasting models are 14 fitted to each time series, six NNs and two statistical benchmarks Rolling trace forecasts of 12 months are produced using each model The rolling origin evaluation enables collecting a large sample of forecasts and their errors, while being robust to irregular forecast origins and outliers, thus providing reliable error measurements Based on the long test set, trace forecasts from t+1 up to t+12 months are collected for each time series The reader is referred to Tashman (2000) for a detailed description of the evaluation scheme and its advantages The forecasting accuracy is assessed using the Mean Absolute Scaled Error (MASE) This is preferred due to its favourable statistical properties MASE is calculated for each trace forecast as: MASE = m−1 m j=1 (n − |yj − yˆj | , n r=2 |yr − yr−1 | 1)−1 (6) where yj and yˆj are the actual and forecasted value for j = 1, , m outof-sample observations The denominator is the mean absolute error of the random walk in the fitting sample of n observations and is used to scale the error MASE, being a scaled error, permits summarising model performance across time series of different scale and units, which mean squared or absolute errors cannot do, and is less biased from errors like the mean absolute percentage error and its symmetric equivalent Another advantage of this error is that it is very improbable that the denominator is zero, therefore making it easy to calculate in several scenarios and robust to time series with several values equal or close to zero (Hyndman and Koehler, 2006) Note that the Retail dataset contains several time series that not permit the calculation of conventional percentage errors, due to zero values in the denominator To summarise the results across the time series of each dataset the mean and median MASE across all series are calculated Results Table presents the results for the FRED time series Numbers in brackets refer to median MASE, while the rest to mean MASE The table provides results for ensembles from 10 to 100 members The results for bagging and training ensembles are presented separately to assess the impact of the ensemble type on the different ensemble operators In each row the best performing method according to mean and median MASE is highlighted in boldface 15 Table 2: Mean (Median) MASE for FRED dataset Ensemble Size NN-Mean Bagging 10 1.06 (0.66) 20 1.06 (0.65) 30 1.02 (0.65) 40 1.04 (0.65) 50 1.03 (0.64) 60 1.03 (0.64) 70 1.04 (0.65) 80 1.03 (0.65) 90 1.01 (0.65) 100 1.01 (0.65) Training ensemble 10 1.05 (0.64) 20 1.03 (0.65) 30 1.01 (0.64) 40 1.02 (0.64) 50 1.02 (0.64) 60 1.01 (0.64) 70 1.01 (0.64) 80 1.01 (0.64) 90 1.01 (0.64) 100 1.01 (0.64) NN-Median NN-Mode Naive ETS 0.92 (0.64) 0.90 (0.63) 0.89 (0.62) 0.88 (0.62) 0.88 (0.62) 0.89 (0.62) 0.88 (0.62) 0.88 (0.62) 0.88 (0.61) 0.88 (0.61) 1.30 0.94 0.89 0.88 0.88 0.88 0.87 0.87 0.87 0.87 (0.77) (0.65) (0.62) (0.61) (0.61) (0.61) (0.61) (0.61) (0.61) (0.61) 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 0.95 (0.62) 0.93 (0.62) 0.91 (0.62) 0.91 (0.62) 0.92 (0.62) 0.91 (0.62) 0.91 (0.61) 0.91 (0.62) 0.91 (0.61) 0.91 (0.62) 1.17 0.95 0.90 0.90 0.89 0.89 0.89 0.88 0.88 0.88 (0.70) (0.64) (0.62) (0.61) (0.61) (0.62) (0.61) (0.61) (0.61) (0.61) 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 1.11 (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) (0.87) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) 3.43 (0.62) Overall, the difference between the mean and median MASE results indicates that there are several difficult time series, particularly affecting the less robust mean MASE Focusing on the bagging results, all NN-Mean, NNMedian and NN-Mode are more accurate than the benchmarks when considering mean MASE Furthermore, as the ensembles increase in size their accuracy improves In particular, for NN-Mode after there are 30 or more members the forecasts are very accurate This was to be expected since the kernel density estimation becomes reliable once there is an adequate number of observations, as discussed in Section For ensembles of 70 or more members NN-Mode provides consistently the best accuracy, closely followed by NN-Median Note that achieving large numbers of ensemble members is trivial with NNs, as this merely implies that more training initialisations or bootstrapped samples are used Therefore, the requirement of the mode operator for 30 or more ensemble members is not a limiting factor In contrast, 16 NN-Mean underperforms to the extent that ETS is more accurate for median MASE This is an interesting finding, given how common is the mean operator for ensembles in the literature The more robust behaviour of median and the in-sensitive to outliers nature of the mode result in more accurate ensemble forecasts Looking at mean MASE, all NNs behave more robust than ETS, the latter being severely affected by outliers The results of the training ensembles are very similar Again, as the number of members in the ensemble increases NN-Mode performs better and is the most accurate model for 40 or more ensemble members NN-Median ranks second with small differences, while NN-Mean is substantially worse Comparing the results between bagging and training ensembles we can see that the former is marginally more accurate for NN-Median and NN-Mode when mean MASE is considered However, the same is not true for NN-Mean, indicating that the robustness and performance of this ensemble operator is affected by the type of ensemble Table presents the results for the Retail dataset Its structure is the same as in Table The differences between mean and median MASE are smaller than the FRED results, showing that the time series in this dataset are better behaved Considering the bagging results, NN-Median consistently outperforms the statistical benchmarks, while the same is true for NN-Mode, once there is an adequate number of members in the ensemble (again 30 or more) NN-Mode is the most accurate model with the lowest mean and median MASE This is followed closely by NN-Median On the other hand, NN-Mean often fails to outperform the benchmark ETS, although it is always better than the Naive Looking at the accuracy of the training ensembles NN-Mode is overall more accurate for mean MASE, NN-Median is the most accurate for median MASE Although all NN models outperform the Naive benchmark, the differences between either NN-Mode or NN-Median and ETS are very small NN-Mean is worse than ETS in terms of mean MASE, while occasionally it is marginally better in terms of median MASE Comparing accuracies between bagging and training ensembles there are differences in favour of the former when looking at NN-Median and NN-Mode, while the accuracy for NN-Mean is almost identical for both types of ensembles Across both datasets NN-Mode and NN-Median are the most accurate models NN-Mode seems to perform better when the size of ensemble is large enough NN-Median has slightly lower accuracy While large ensembles benefit NN-Median, it can perform well for small ensembles too Both 17 Table 3: Mean (Median) MASE for Retail dataset Ensemble Size NN-Mean Bagging 10 1.33 (0.96) 20 1.37 (0.97) 30 1.29 (0.96) 40 1.31 (0.97) 50 1.30 (0.97) 60 1.26 (0.96) 70 1.26 (0.96) 80 1.26 (0.98) 90 1.27 (0.97) 100 1.27 (0.95) Training ensemble 10 1.34 (0.97) 20 1.33 (0.95) 30 1.31 (0.96) 40 1.28 (0.95) 50 1.28 (0.96) 60 1.29 (0.96) 70 1.29 (0.95) 80 1.29 (0.95) 90 1.28 (0.95) 100 1.28 (0.96) NN-Median NN-Mode 1.11 (0.93) 1.10 (0.94) 1.10 (0.91) 1.10 (0.91) 1.10 (0.92) 1.09 (0.91) 1.09 (0.91) 1.09 (0.90) 1.09 (0.90) 1.09 (0.91) 1.44 (1.10) 1.14 (0.94) 1.09 (0.92) 1.09 (0.90) 1.09 (0.89) 1.09 (0.89) 1.09 (0.90) 1.08 (0.88) 1.09 (0.87) 1.09 (0.88) 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) 1.12 1.12 1.12 1.12 1.12 1.12 1.12 1.12 1.12 1.12 1.14 1.14 1.13 1.12 1.12 1.12 1.13 1.13 1.13 1.13 1.27 (0.97) 1.14 (0.91) 1.11 (0.90) 1.11 (0.90) 1.11 (0.91) 1.11 (0.91) 1.11 (0.90) 1.11 (0.90) 1.12 (0.90) 1.12 (0.90) 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 1.45 (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) (1.29) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) 1.12 (0.97) (0.91) (0.91) (0.89) (0.91) (0.90) (0.89) (0.90) (0.90) (0.89) (0.89) Naive ETS (0.97) (0.97) (0.97) (0.97) (0.97) (0.97) (0.97) (0.97) (0.97) (0.97) these models are on average more accurate than the statistical benchmarks ETS and Naive On the other hand, NN-Mean provides mixed results In both datasets it outperforms Naive, but not always ETS It is substantially outperformed by both NN-Mode and NN-Median Discussion The value of ensembles for NNs has been argued theoretically and demonstrated empirically The combination of the models has often involved some type of mean operator The empirical evaluation in this paper found that the less commonly used median operator and the proposed mode operator are more accurate and thus preferable The size of the ensemble was found to be important for the accuracy of all operators Both mode and median, for the two datasets investigated here, seemed on average to converge for 18 ensembles of 60 or more members, with any additional members offering minimal changes in the forecasting performance In particular, the mode, due to its reliance on kernel density estimation, required at least 30 members However, after that point it was found to be on average the most accurate ensemble operator This is illustrated in Figs and that present the mean MASE for different number of ensemble members for the FRED and the Retail datasets, respectively The results for the different type of ensembles have been pooled together, since they had only small differences Note that there is little evidence that the mean ensembles had converged even with 100 members Even larger ensembles were not calculated due to the substantial computational resources required, especially when the objective is to forecast a large number of time series, which is common in supply chain and retailing forecasting applications FRED dataset 1.25 Mean Median Mode 1.2 mean MASE 1.15 1.1 1.05 0.95 0.9 0.85 10 20 30 40 50 60 70 Ensemble members 80 90 100 Figure 4: Mean MASE for different number of ensemble members for the FRED dataset In order to assess whether these differences are significant or not, we employ the testing methodology suggested by Koning et al (2005) that is appropriate for comparing forecasts from multiple models The comparison is done across all different ensemble sizes to highlight if an operator is consistently statistically different First, a Freidman test is used to assess whether the accuracy of any model is significantly different from the rest Subsequently, the MCB test is used to reveal the exact ordering of the different operators, and any significant differences between them For both datasets the mode operator was significantly better than the median, which in turn was significantly different than the mean, at 5% significance level At this point, it is useful to comment on the associated computational 19 Retail dataset 1.45 Mean Median Mode 1.4 1.35 mean MASE 1.3 1.25 1.2 1.15 1.1 1.05 10 20 30 40 50 60 70 Ensemble members 80 90 100 Figure 5: Mean MASE for different number of ensemble members for the Retail dataset cost of the NN ensembles The main cost comes from training the networks Therefore, the more ensemble members that need to be trained, the less scalable forecasting with NNs becomes, and the operator that achieves good forecasting performance with the least amount of members is preferable Table provides an overview of the average time required for forecasting across all series, for each dataset As a different number of hidden nodes are used for each time series, the complexity of NN training changes, requiring different amount of time To keep the presentation of the values simple, we summarise the training time over different series into the reported average time The ensemble size that gave the minimum error for each operator in Figs and is used as reference for the comparison The average time in seconds, as well as the percentage difference over the time needed for the mode ensembles, are provided in the table The networks were trained in parallel on an i7-3930 K CPU clocked at 4.5 Ghz with 12 logical cores The mode operator needed the least number of ensemble members, requiring from 25% up to 200% less time than the mean or median operators across both datasets Therefore, apart from the significant gains in forecasting accuracy, the proposed ensemble operator required the least computational resources In particular for the retailing dataset, the run-time was more than halved In Figs and it is clear that similar performance is achieved for a large range of ensemble sizes for the median operator This allows exchanging marginal differences in accuracy for smaller run-times, thus improving its scalability as well On the other hand, this is not the case with the mean 20 Table 4: Average computational time comparison Ensemble operator Mean Median Mode Ensemble size 100 100 80 FRED Mean time 9.74 secs 9.74 secs 7.79 secs Difference +25.0% +25.0% - Ensemble size 70 90 30 Retail Mean time 5.33 secs 6.85 secs 2.28 secs Difference +133.3% +200.0% - operator, the accuracy of which improves with bigger ensembles In the experiments, two types of ensembles were considered, bagging and training ensembles Each one tackles a different type of parameter uncertainty We examined whether the performance of the operators was affected by the type of ensemble Again median and mode had very similar performance, favouring bagging For the mean this behaviour was not evident We attribute this different behaviour to the sensitivity of the mean to extreme values, which both median and mode are designed to avoid, albeit with different success Conclusions This paper evaluates different fundamental ensemble operators The well known mean and the less commonly used median were compared, together with a proposed mode operator that is based on kernel density estimation All three operators attempt to describe the location of the distribution of the forecasts of the members of an ensemble However, they deal with outlying extreme values differently, with the mean being the most sensitive and the mode the least Furthermore, distributional asymmetries can affect both the mean and the median, while the mode is immune The findings in this paper suggest that both median and mode are very useful operators as they provided better accuracy than mean ensembles consistently across both datasets The mode was found to be the most accurate, followed by the median Based on this finding, we recommend investigating the use of the mode and median operators further in ensembles research and applications, which have been largely overlooked in the literature that has mainly focused on the mean Furthermore, this work demonstrated that mode ensembles can robustly 21 and accurately forecast automatically a large number of time series with neural networks, while the commonly used mean ensembles were often outperformed by exponential smoothing forecasts Moreover, mean ensembles required a very large number of members, which neither mode or median needed, with apparent implications for computational costs In particular, the mode operator was found to require the least computation resources, due to the relatively small number of ensemble members that needed to be trained We have already mentioned a number of applications that can benefit from improved NN ensemble forecasts, ranging from economic and business forecasting to climate modelling Most of these applications are characterised by forecasting a few, yet important, time series The improved scalability of mode ensembles over the commonly used mean ensembles allows applying NNs to areas that routinely require large scale automatic forecasting, which can benefit from the nonlinear modelling capabilities of NNs One such example is retailing, where one has to forecast a large number of products, the sales of which are affected by multiple factor that interact in a nonlinear fashion, such as pricing, promotional and temperature effects The improved scalability of mode ensembles, compounded with the ever increasing computing capabilities provides opportunities for novel important forecasting applications of NN ensembles This paper found significant savings in computing time from the proposed operator, which over the complete number of time series accounts for several hours of computations Such reduction will also help using NN ensembles in high frequency forecasting cycles, where the computational speed has been a limiting factor Future work should explore these potentials The empirical evaluation, in this paper, focused on the unweighted version of all these operators, trying to assess their fundamental properties Although their differences are attributed to their robustness to extreme values, future research should extend this work to weighted versions of the operators This will allow considering their use on further ensemble types, such as boosting References Adya, M., Collopy, F., 1998 How effective are neural networks at forecasting and prediction? a review and evaluation Journal of Forecasting 17 (5-6), 481–495 22 Agnew, C E., 1985 Bayesian consensus forecasts of macroeconomic variables Journal of Forecasting (4), 363–376 Ara´ ujo, M B., New, M., 2007 Ensemble forecasting of species distributions Trends in ecology & evolution 22 (1), 42–47 Barrow, D., Crone, S., Kourentzes, N., 2010 An evaluation of neural network ensembles and model selection for time series prediction In: Neural Networks (IJCNN), The 2010 International Joint Conference on IEEE, pp 1–8 Bates, J M., Granger, C W J., 1969 The combination of forecasts Operational Research Quarterly 20 (4), 451–468 Ben Taieb, S., Bontempi, G., Atiya, A F., Sorjamaa, A., 2012 A review and comparison of strategies for multi-step ahead time series forecasting based on the NN5 forecasting competition Expert Systems with Applications 39 (8), 7067–7083 Bishop, C M., 1996 Neural Networks for Pattern Recognition, 1st Edition Oxford University Press, USA Bodyanskiy, Y., Popov, S., 2006 Neural network approach to forecasting of quasiperiodic financial time series European Journal of Operational Research 175 (3), 1357–1366 Botev, Z I., Grotowski, J F., Kroese, D P., 2010 Kernel density estimation via diffusion The Annals of Statistics 38 (5), 2916–2957 Breiman, L., 1996a Bagging predictors Machine learning 24 (2), 123–140 Breiman, L., 1996b Heuristics of instability and stabilization in model selection The Annals of Statistics 24 (6), 2350–2383 Campolo, M., Andreussi, P., Soldati, A., 1999 River flood forecasting with a neural network model Water resources research 35 (4), 1191–1197 Chen, A.-S., Leung, M T., 2004 Regression neural network for error correction in foreign exchange forecasting and trading Computers & Operations Research 31 (7), 1049–1068 23 Chen, T., Ren, J., 2009 Bagging for gaussian process regression Neurocomputing 72 (7), 1605–1610 Connor, J T., Martin, R D., Atlas, L E., 1994 Recurrent neural networks and robust time series prediction IEEE Transactions on Neural Networks 5, 240–254 Crone, S F., Hibon, M., Nikolopoulos, K., 2011 Advances in forecasting with neural networks? Empirical evidence from the NN3 competition on time series prediction International Journal of Forecasting 27 (3), 635–660 Crone, S F., Kourentzes, N., 2010 Feature selection for time series prediction - a combined filter and wrapper approach for neural networks Neurocomputing 73 (10-12), 1923–1936 Dawson, C., Wilby, R., 2001 Hydrological modelling using artificial neural networks Progress in physical Geography 25 (1), 80–108 ¨ ut, S., Kahraman, C., 2009 A decision support system for Efendigil, T., On¨ demand forecasting with artificial neural networks and neuro-fuzzy models: A comparative analysis Expert Systems with Applications 36 (3), 6697– 6707 Elliott, G., Timmermann, A., 2004 Optimal forecast combinations under general loss functions and forecast error distributions Journal of Econometrics 122 (1), 47–79 Fildes, R., Kourentzes, N., 2011 Validation and forecasting accuracy in models of climate change International Journal of Forecasting 27 (4), 968–995 Gardner, E S., 2006 Exponential smoothing: The state of the art - part ii International Journal of Forecasting 22 (4), 637–666 Hagan, M T., Demuth, H B., Beale, M H., 1996 Neural Network Design MA: PWS Publishing, Boston Hansen, L K., Salamon, P., 1990 Neural network ensembles IEEE Transactions Pattern Analysis and Machine Intelligence 12 (10), 993–1001 Haykin, S., 2009 Neural Networks and Learning Machines Pearson Education, Inc 24 Hillebrand, E., Medeiros, M C., 2010 The benefits of bagging for forecast models of realized volatility Econometric Reviews 29 (5-6), 571–593 Hippert, H S., Pedreira, C E., Souza, R C., 2001 Neural networks for shortterm load forecasting: A review and evaluation Power Systems, IEEE Transactions on 16 (1), 44–55 Hornik, K., 1991 Approximation capabilities of multilayer feedforward networks Neural Networks (2), 251–257 Hornik, K., Stinchcombe, M., White, H., 1989 Multilayer feedforward networks are universal approximators Neural Networks (5), 359–366 Hyndman, R J., Koehler, A B., 2006 Another look at measures of forecast accuracy International Journal of Forecasting 22, 679–688 Hyndman, R J., Koehler, A B., Ord, J K., Snyder, R D., 2008 Forecasting with Exponential Smoothing: The State Space Approach Springer Hyndman, R J., Koehler, A B., Snyder, R D., Grose, S., 2002 A state space framework for automatic forecasting using exponential smoothing methods International Journal of Forecasting 18 (3), 439–454 Inoue, A., Kilian, L., 2008 How useful is bagging in forecasting economic time series? a case study of us consumer price inflation Journal of the American Statistical Association 103 (482), 511–522 Jose, V R R., Winkler, R L., 2008 Simple robust averages of forecasts: Some empirical results International Journal of Forecasting 24, 163–169 Khashei, M., Bijari, M., 2010 An artificial neural network (p, d, q) model for timeseries forecasting Expert Systems with Applications 37 (1), 479–489 Koning, A J., Franses, P H., Hibon, M., Stekler, H O., 2005 The M3 competition: Statistical tests of the results International Journal of Forecasting 21 (3), 397 – 409 Kourentzes, N., Crone, S F., 2010 Frequency independent automatic input variable selection for neural networks for forecasting In: Neural Networks (IJCNN), The 2010 International Joint Conference on IEEE, pp 1–8 25 Kourentzes, N., Petropoulos, F., Trapero, J R., 2014 Improving forecasting by estimating time series structural components across multiple frequencies International Journal of Forecasting 30 (2), 291–302 Kunsch, H R., 1989 The jackknife and the bootstrap for general stationary observations The Annals of Statistics 17 (3), 1217–1241 Langella, G., Basile, A., Bonfante, A., Terribile, F., 2010 High-resolution space–time rainfall analysis using integrated ann inference systems Journal of Hydrology 387 (3), 328–342 Lee, T.-H., Yang, Y., 2006 Bagging binary and quantile predictors for time series Journal of Econometrics 135 (1), 465–497 Makridakis, S., Andersen, A., Carbone, R., Fildes, R., Hibon, M., Lewandowski, R., Newton, J., Parzen, E., Winkler, R., 1982 The accuracy of extrapolation (time series) methods: Results of a forecasting competition Journal of Forecasting (2), 111–153 Makridakis, S., Hibon, M., 2000 The M3-competition: results, conclusions and implications International Journal of Forecasting 16 (4), 451–476 Makridakis, S., Winkler, R L., 1983 Averages of forecasts: Some empirical results Management Science 29 (9), 987–996 Mallows, C., 1991 Another comment on ocinneide The American Statistician 45, 257 McAdam, P., McNelis, P., 2005 Forecasting inflation with thick models and neural networks Economic Modelling 22 (5), 848–867 McNees, S K., 1992 The uses and abuses of ‘consensus’ forecasts Journal of Forecasting 11, 703–711 Ming Shi, S., Da Xu, L., Liu, B., 1999 Improving the accuracy of nonlinear combined forecasting using neural networks Expert Systems with Applications 16 (1), 49–54 Naftaly, U., Intrator, N., Horn, D., 1997 Optimal ensemble averaging of neural networks Network: Computation in Neural Systems 8, 283–296 26 Newbold, P., Granger, C W J., 1974 Experience with forecasting univariate time series and the combination of forecasts Journal of the Royal Statistical Society Series A (General) 137 (2), 131–165 Pattie, D C., Snyder, J., 1996 Using a neural network to forecast visitor behavior Annals of Tourism Research 23 (1), 151–164 Roebber, P J., Butt, M R., Reinke, S J., Grafenauer, T J., 2007 Real-time forecasting of snowfall using a neural network Weather and forecasting 22 (3), 676–684 Rumelhart, D E., Hinton, G E., Williams, R J., 1986 Learning internal representations by error propagation In: Rumelhart, D E., McClelland, J L (Eds.), Parallel distributed processing: explorations in the microstructure of cognition Vol MIT Press, Cambridge, MA, USA, Ch Learning internal representations by error propagation, pp 318–362 Silverman, B., 1998 Density Estimation for Statistics and Data Analysis Chapman & Hall/CRC, London Silverman, B W., 1981 Using kernel density estimates to investigate multimodality Journal of the Royal Statistical Society Series B (Methodological) 43 (1), 97–99 Stock, J H., Watson, M W., 2004 Combination forecasts of output growth in a seven-country data set Journal of Forecasting 23 (6), 405–430 Tashman, L J., 2000 Out-of-sample tests of forecasting accuracy: an analysis and review International Journal of Forecasting 16 (4), 437–450 Taylor, J W., Buizza, R., 2002 Neural network load forecasting with weather ensemble predictions Power Systems, IEEE Transactions on 17 (3), 626– 632 Trapero, J R., Kourentzes, N., Fildes, R., 2012 Impact of information exchange on supplier forecasting performance Omega 40 (6), 738–747 Versace, M., Bhatt, R., Hinds, O., Shiffer, M., 2004 Predicting the exchange traded fund DIA with a combination of genetic algorithms and neural networks Expert systems with applications 27 (3), 417–425 27 Wand, M P., Jones, M C., 1995 Kernel Smoothing Chapman & Hall Werbos, P J., 1990 Backpropagation through time - what it does and how to it Proceedings of the IEEE 78 (10), 1550–1560 Yu, L., Wang, S., Lai, K K., 2008 Forecasting crude oil price with an EMDbased neural network ensemble learning paradigm Energy Economics 30 (5), 2623–2635 Zhang, G., Patuwo, B E., Hu, M Y., 1998 Forecasting with artificial neural networks: The state of the art International Journal of Forecasting 14 (1), 35–62 Zhang, G P., 2001 An investigation of neural networks for linear time-series forecasting Computers and Operations Research 28 (12), 1183–1202 Zhang, G P., Berardi, V L., 2001 Time series forecasting with neural network ensembles: an application for exchange rate prediction Journal of the Operational Research Society 52, 652–664 Zhang, G P., Patuwo, B E., Hu, M Y., 2001 A simulation study of artificial neural networks for nonlinear time-series forecasting Computers and Operations Research 28 (4), 381–396 Zhang, G P., Qi, M., 2005 Neural network forecasting for seasonal and trend time series European Journal of Operational Research 160 (2), 501–514 28