
книги / Управление инновационным развитием социально-экономических систем
..pdf
нологическим укладам), и институциональной (по экономическим укладам) структур экономики. В-третьих, данная методология помогает выявить и оценить структурные сдвиги в экономике на различных фазах среднесрочных и долгосрочных (кондратьевских) циклов в ретроспективе и перспективе.
Интегральное макропрогнозирование
Истоки |
|
|
Содержание |
|
|
|
|
Теория предвидения Н.Д. Кондратьева |
Закономерности статистики, |
||
|
|
цикличной динамики, социогенетики |
|
|
|
|
|
|
|
|
Едина теория циклов, |
|
|
|
|
Учение о циклах, кризисах иинновациях |
|
|
кризисови инноваций |
Н.Д. Кондратьева, Й. Шумпетера |
|
|
Методология прогнозирования циклов, |
|
|
|
кризисови инноваций |
|
|
|
|
|
|
|
|
Цивилизационный подход П.А. Сорокина |
Прогноз динамики мировых |
||
|
|
и глобальных цивилизаций |
|
|
|
|
|
Прогноз динамики социокультурного строя |
|
|
Прогноз смены поколений |
|
|
||
П.А. Сорокина |
|
|
локальных цивилизаций |
Теория смены поколений |
|
|
Прогноз динамикии взаимодействия |
цивилизаций П.А. Сорокина |
|
|
элементов генотипа цивилизаций |
Балансное макропрогнозирование и прогнозирование В.В. Леонтьева: модельinput-output, мировая модель
Прогнозные макромодели: воспроиз- водствено-цикличная геоцивилизационная
Прогнозные матрицы: стратегическая, цивилизационная
Рис. 1.13. Базовые положения методологии интегрального долгосрочного макропрогнозирования
Методология долгосрочного технологического предвидения (Форсайт)
Подход для анализа экономико-технологической реальности на основе Форсайта опирается на положение, что технологическое предвидение – это процесс, связанный с систематической попыткой заглянуть в отдаленное будущее науки, технологии, экономики и общества с целью определения областей стратегических исследований и возникновения общих технологий, которые вероятно могут принести наибольшие экономические и социальные выгоды1.
1 Martin B. Foresight in Science and Technology //Technology Analysis & Strategic Management. 1996. Vol. 7. P. 139-68.
91

Наиболее применяемые в методологии Форсайта методы аналогий направлены на то, чтобы выявлять сходство в закономерностях развития различных процессов и на этом основании производить прогнозы. Класс методов аналогий подразделяется на методы математических и исторических аналогий. Первые в качестве аналога для объекта прогнозирования используют объекты другой физической природы, другой области науки, отрасли техники, однако имеющие математическое описание процесса развития, совпадающее с объектом прогнозирования. Вторые в качестве аналога используют процессы одинаковой физической природы, опережающие во времени развитие объекта прогнозирования.
Опережающие методы прогнозирования строятся на определенных принципах специальной обработки научнотехнической информации, реализующих в прогнозе ее свойство опережать развитие научно-технического прогресса. Опережающие методы прогнозирования можно разделить на методы исследования динамики научно-технической информации; методы исследования и оценки уровня техники. В первом случае в основном используется построение коли- чественно-качественных динамических рядов на базе различных видов научно-технической информации и анализа и прогнозирования на их основе соответствующего объекта. Второй вид методов использует специальный аппарат анализа количественной и качественной информации, содержащейся в научно-технической информации, для определения характеристик уровня, качества существующей и проектируемой техники.
Достаточно интересной классификацией методов изучения будущего является классификация Г. Мэя (табл. 1.2)1.
1 May G.H. The Future is Ours: Foreseeing, managing and Creating the future, Adamantine. London and Praeger, Westport CT, 1996.
92
|
|
|
Таблица 1 . 2 |
|
Классификация методов изучения будущего Г. Мэя |
||||
|
|
|
|
|
Подход |
Концепция |
Методика |
Допущение |
|
|
|
|
|
|
|
|
Дознание |
|
|
|
Предсказание |
Пророчество |
Особая способ- |
|
|
Астрология |
|||
|
ность |
|||
|
|
Гениальное прогно- |
||
|
|
зирование |
|
|
Прогнозир |
|
Временные ряды / |
|
|
|
Трендовый прогноз |
|
||
ование |
|
|
||
Экстраполяция |
S-кривая |
Распознавание об- |
||
|
||||
|
Огибающая |
разов |
||
|
|
Прекурсорный анализ |
|
|
|
|
Циклы |
|
|
|
Аналитиче- |
Каузальные модели |
Объяснительная |
|
|
ский прогноз |
|
система |
|
|
Оценивающий |
Делфи |
Экспертное мнение |
|
|
Перекрестное влияние |
Взаимодействия |
||
|
прогноз |
|||
|
Контент анализ |
Сканирование |
||
|
|
|||
|
|
Менеджмент |
|
|
|
|
Сканирование окру- |
|
|
|
|
жения |
|
|
|
|
Оценка влияний |
Анализ |
|
|
Менеджмент |
Анализ стоимости |
|
|
Управле- |
Оценка рисков |
|
||
|
STEEP |
|
||
ние |
|
|
||
|
Разумное отображе- |
|
||
|
|
|
||
|
|
ние «Mind mapping» |
Опрос |
|
|
|
Анализ каузального |
||
|
|
|
||
|
|
наслоения |
|
|
|
|
Ролевые игры |
Драматическое |
|
|
|
представление |
||
|
|
|
||
|
|
Сценарии |
Альтернативные |
|
|
|
Область аномальной |
||
|
|
будущие |
||
|
|
релаксации |
|
|
|
|
|
93 |
Продолжение табл. 1 . 2
Подход |
Концепция |
Методика |
Допущение |
|
|
|
|
|
|
Решение проблем |
|
|
|
Принятие решений |
Рациональность |
|
|
Планирование |
|
|
|
|
|
|
|
Выработка стратегии |
|
|
Формирование |
Политика |
Власть |
|
Ретрополяция |
|
|
|
политики |
|
|
|
Дерево целей |
|
|
|
|
|
|
|
|
Морфологический |
Логические шаги |
|
|
анализ |
|
|
|
|
|
|
|
Роудмэппинг |
|
Созидание |
|
(Roadmapping) |
|
Предположе- |
Научная фантастика и |
|
|
|
ние |
описание размышле- |
|
|
ний |
|
|
|
|
|
|
|
|
Мозговой штурм / |
|
|
|
описание |
|
|
|
Системы групповой |
Воображение |
|
|
поддержки |
|
|
Отображение |
Семинары |
|
|
|
Визуализация |
|
|
|
Сохранение |
|
|
|
Креативное отобра- |
|
|
|
жение |
|
Методология синергетического подхода
Применение синергетического подхода для анализа со-
циально-экономических систем становится в последнее время особенно востребованным. В рамках синергетических представлений эволюция экономико-технологической реальности представляет собой качественное изменение ее структуры и функционирования за счет кооперативного взаимодействия ее компонентов. Как и любая другая сложная от-
94

крытая система, последняя проходит через чередование стадий порядка и хаоса.
Экономико-технологическая реальность и ее компоненты в неустойчивом состоянии подвергаются изменениям – флуктуациям, которые она до определенного предела может нейтрализовать, чему способствует устойчивость ее структуры в течение эволюционного периода. При превышении флуктуирующими параметрами критических значений наступает момент, когда изменение параметров приводит к скачкообразному переходу в качественно иное состояние, на новую траекторию развития. Так наступает точка бифуркации – точка ветвления вариантов развития. Таким образом, при изменяющихся внешних условиях эволюция экономикотехнологической реальности представляет собой последовательность различных аттракторов, переход между которыми происходит через неустойчивые состояния и бифуркации.
Необходимо заметить, что хотя синергетические модели позволяют лишь качественно (на концептуальном уровне) описать исследуемые явления, тем не менее, с их помощью можно выявлять различные нелинейные особенности изучаемых процессов, что невозможно сделать в рамках имитационных моделей. Кроме того, ценность этих моделей состоит в том, что они позволяют исследовать влияние различных эндогенных и экзогенных факторов на поведение нелинейных траекторий изучаемой системы.
Существуют работы, в которых выполнен анализ подходов к определению понятия социально-экономическая устойчивость, описаны интегральные индикаторы устойчивого развития1. В работе Н.А. Флуда указано, что имеющиеся на сегодняшний день индикаторы устойчивого развития соци-
1 См. подробнее: Флуд Н.А. Как измерить «устойчивость развития»? // Вопросы статистики. 2006. №10. Павлов В.К. Социально-экономическая и экологическая устойчивость. Реформы // Национальные интересы: приоритеты и безопасность. 2006. №9.
95

ально-экономических систем не претендуют на универсальность. «Их доработка и развитие – предмет продолжающейся работы широкого круга специалистов, занимающихся проблемами устойчивого развития и его измерения»1. Таким образом, из важнейших достижений современной динамики нелинейных систем и теории самоорганизации может быть развит интересный подход к анализу устойчивого развития социально-экономических систем.
Синергетика, применяемая сегодня к целостному анализу различных систем, находящихся в сильно неравновесных состояниях, дает уникальные возможности построения адекватных нелинейных моделей процессов самоорганизации в физических и биологических открытых системах. И. Пригожиным, Дж. Николисом2 и др. разработаны методы неравновесной термодинамики, применяемые в том числе и для биологических систем. Г. Хакеном3, Дж. Николисом4 изучена проблема образования и диссипации информации, которая возникает в процессе развития сложных систем. В известных книгах по синергетике и теории катастроф Г. Хакена, Ф. Муна5, В. Арнольда6, Г. Гилмора7 можно найти достаточно много ссылок на возможность применения методов этого зарождающегося направления в теории управления, экономике, социологии. Тем не менее, эти описания следует признать все же очень схематичными, и они не являются исследованиями в полном смысле этого слова.
1Флуд Н.А. Указ. соч.
2Пригожин И., Николис Г. Познание сложного. М.: Едиториал УРСС, 2003.
3Хакен Г. Синергетика. М.: Мир, 1985.
4Николис Дж. Динамика иерархических систем. Эволюционное представление.
М.: Мир, 1989.
5Мун Ф. Хаотические колебания. М.: Мир, 1990.
6Арнольд В. И. Теория катастроф. М.: Наука, 1983.
7Гилмор Р. Прикладная теория катастроф. М.: Мир, 1984. T. 1, 2.
96

Наиболее интересные в практическом плане являются работы Г.П. Быстрая1, Л.А. Серкова 2, группы ученых, выполнявших проекты в рамках Международного института прикладного системного анализа, –А.М. Тарасьева, Б.К. Анэ, С. Ватанабэ3. Как отмечают указанные авторы, в настоящее время существуют предпосылки для создания формализованного описания неравновесных фазовых переходов в мезоэкономических системах, т. е. на уровне отраслей промышленности и региона в целом.
Работы зарубежных и российских авторов показали, что исследование устойчивости стационарных состояний эффективно осуществляется методами теории катастроф4, которая позволяет в результате обработки исторических (статистических) данных о социально-экономической системе дать оценку текущего состояния с точки зрения локальной или глобальной устойчивости в наглядном графическом виде, определить точки равновесия и исследовать временную деформацию потенциальных функций, а значит и формализовать на мезоуровне задачи так называемого устойчивого развития объектов и управление ими.
Исследования способности конкретных социальноэкономических систем к распространению новшеств могут
1 Быстрай Г.П. Методы синергетики в анализе структурных сдвигов в промышленности: Разработка унифицированных моделей и алгоритмов анализа устойчивости текущих состояний в условиях внешнего и внутреннего управления // Вестн. кибернетики. Тюмень: Изд-во ИПОС СО РАН, 2003. Вып. 2. C. 71-88.
2Серков Л.А. Синергетическая модель экономического роста с учетом слияний и поглощений компаний // [Сайт С.П. Курдюмова «Синергетика»]. URL: http://spkurdyumov.narod.ru/Start1N.htm
3Ane B.K., Tarasyev A.M., Watanabe C. Construction of Nonlinear Stabilizer for Trajectories of Economic Growth [Электронный ресурс]. URL: www.iiasa.ac.at, Ane B.K., Tarasyev A.M., Watanabe C. Dynamic Optimization of R&D Intensity under the Effect of Technology Assimilation: Econometric Identification for Japan’s Automotive Industry [Электронный ресурс]. URL: www.iiasa.ac.at
4Гилмор Р. Прикладная теория катастроф. М.: Мир, 1984. T. 1, 2.
97

осуществляться с помощью логистического подхода1, применяемого в биологии. Основная идея предлагаемого подхода состоит в том, что инновационный процесс (понимаемый как процесс создания и доведения новшеств до стадии производства и потребления) во многом подобен процессам саморепликации (воспроизводства) особей в колонии живых существ, которые являются предметом тщательного изучения в биологии и экологии. Главные черты этого процесса представляются при помощи логистической модели, в которой существенную роль играет «несущая способность» среды, которая отражает ресурсную обеспеченность функционирования системы и рыночный спрос.
В синергетике отмечается, что объяснение эволюции системы связано с моделированием структурной устойчивости2. Под этим обычно подразумевается реакция рассматриваемой системы на введение в нее новых элементов. Характеристика устойчивости данной системы относительно таких активных изменений может быть построена следующим образом. Вводимые в систему новшества сначала в небольшом количестве могут привести к новой сети взаимоотношений между составляющими ее подсистемами. Эта новая сеть вступает в сложные отношения и, возможно, в противоречия с прежними способами функционирования системы.
Исследования, представленные ниже в настоящем разделе, опираются исключительно на методологию синергетического подхода.
1Багриновский К.А., Бендиков М.А. Некоторыеподходык совершенствованию механизма управления технологическим развитием // Менеджмент в России и за рубежом. 2001. № 1.; Серков Л.А. Синергетическое моделирование инновационных процессов
[СайтС.П. Курдюмова«Синергетика»]. URL: http://spkurdyumov.narod.ru/Start1N.htm
2Багриновский К.А. О методах анализа механизмов распространения прогрессивных технологий // Экономическая наука современной России. 2000. № 1.
98
Принципы и алгоритм нелинейного моделирования инновационной динамики в промышленности
Количественной сутью эволюции экономикотехнологической реальности в промышленности выступает инновационная динамика, понимаемая в категориях синергетического подхода и отражающая нелинейные взаимосвязи неравновесных процессов обновления капитала, технологических изменений и социально-экономического роста в открытых экономических системах.
Рассмотрим принципы и алгоритм нелинейного моделирования инновационной динамики. В современном анализе социально-экономических явлений математическими средствами пока не существует общих принципов, применение которых к изучению того или иного явления приводило бы сразу к адекватной формулировке уравнений для описания данного явления.
Принцип оптимальности, широко используемый в большинстве экономико-математических работ, пока хорошо работает в приложениях, например, в инженерной экономике, экономической кибернетике, но теряет свою эффективность, когда речь идет об изучении с его помощью таких проблем, как автоколебания в динамике валового продукта, цен, технологических изменений, затрат на НИОКР и др.; выяснение принципиальных различий между экономическими системами; различных скачков, быстрых изменений (катастроф) и т.д.
Основная трудность оптимизационной теории состоит «в невозможности охватить все разнообразие реального объекта формальной моделью, его описывающей». В этой связи нами ставилась задача, которая является обратной оптимизационной: найти простейшие модели, описывающие конкретное явление, получить математическими средствами анализа сведения об объекте и дать рекомендации для практики. Нет нужды доказывать, что в настоящее время не существует
99
адекватной феноменологической математической теории со- циально-экономических явлений, т.е. такой теории, которая строится только на основе эмпирического материала.
Основой нелинейно-динамического подхода является учет внутренних особенностей системы, в отличие от статистических методов, в которых все факторы полагаются случайными или неопределенными. Для нелинейных неустойчивых систем характерны сложные явления, такие как регулярные осцилляции и хаос. Исследования, проведенные нами, являются подтверждением того, что сложно организованные временные структуры возникают из хаотических состояний, и в таких самоорганизующихся системах вместо устойчивости и гармонии обнаруживаются эволюционные процессы, приводящие к еще большему разнообразию и усложнению структур.
Основными принципами нелинейного моделирования ин-
новационной динамики являются следующие:
−открытая социально-экономическая система однозначно характеризуется конечным набором чисел;
−состояние социально-экономической системы меняется со временем t;
−поведение социально-экономической системы является детерминированным: состояние изучаемой системы зависит только от ее предыстории;
−все зависимости являются гладкими функциями независимой переменной t.
Особенности нелинейного моделирования инновацион-
ной динамики:
1.Отсутствие априорной информации о количественных закономерностях, присущих причинно-следственным связям между переменными.
2.Многообразие динамических свойств системы (независимо от уровня – глобальный, национальный, региональный), порождающих разнообразные по форме и длительно-
100