Инновационное развитие отрасли как марковский процесс



Опубликовано в журнале "Менеджмент в России и за рубежом" №5 год - 2009


Исламутдинов В.Ф.,
к. э. н., заведующий кафедрой
«Налоги и налогообложение»
Югорского государственного
Университета

Ускорение научно-технического прогресса повышает неопределённость в экономической системе и затрудняет процесс принятия инвестиционных решений как частными инвесторами, так и государством. Повышение неопределённости приводит к мысли, что развитие становится всё более хаотическим, а прогнозирование оказывается занятием неблагодарным.

Однако достижения экономической науки и естественных наук дают надежду на то, что и хаосом можно и нужно управлять. Эволюционная теория экономических изменений [1] указывает, что вербальное описание экономической эволюции находит математическое выражение в описании марковского процесса. «Ситуация в отрасли в каждый период несет в себе зачатки ситуации в ней в следующий период… Таким образом, то, что на самом деле определяет ситуация в отрасли в данный период, – это распределение её вероятности в этой отрасли в следующий период. Если добавить важное условие, что ситуация в отрасли в периоды, предшествовавшие периоду t, не оказывает влияния на переходные вероят ности между t и t + 1, то это будет точно означать, что изменение во времени ситуации в отрасли или её состояния является марковским процессом» [1, с. 42]. Похожая точка зрения излагается в синергетической экономике [2]. Источником хаоса в экономической системе является множество взаимно противоречащих действий экономических агентов. Научно-технический прогресс и инновации имеют два источника хаоса: с одной стороны, научные открытия и изобретения, с другой –потребительские предпочтения и моду.

В развитии хаоса есть закономерности. Как минимум два способа развития хаотической системы –это аттрактор и бифуркация (катастрофа). Когда система находится на аттракторе, она хоть и совершает частые колебания, но всё-таки движется в стабильном направлении. В точке же бифуркации развитие системы может резко измениться под влиянием очень незначительных случайных воздействий, в результате которых развитие может пойти по другому аттрактору [3]. В соответствии с этим можно выделить два типа инноваций: поддерживающие, которые позволяют системе двигаться по аттрактору, и подрывные, которые создают предпосылки для бифуркаций и катастроф. Впервые деление инноваций на поддерживающие и подрывные было предложено К. Кристенсеном [4], однако сама идея о том, что инновации могут приводить к разрушению сложившейся системы, была высказана еще Й. Шумпетером [5](1). Конечно, предпосылки для бифуркаций могут возникнуть и не только в сфере инноваций, однако в современном мире инновационный источник преобладает.

Можно использовать вышеизложенные соображения для предсказания отраслевых изменений. Для этого необходимо ввести понятие «инновационная семантика».

В своё время теоретические исследования марковских процессов базировались на исследовании законов развития языка – семантики. Сегодня мы можем использовать семантику для объяснения и понимания сути инновационного развития как марковского процесса.

Введём специальные обозначения для каждого из состояний отрасли в связи с происходящими в ней процессами. Сама отрасль может характеризоваться такими состояниями, как монополистическая конкуренция, олигополия, совершенная конкуренция. Инновационное состояние может характеризоваться как инновационная инертность, поддерживающая инновации у лидеров, подрывные инновации у новичков, поддерживающие инновации у новичков. В каждое время любая отрасль может быть описана в терминах матриц-состояний, а месту в матрице может быть приписано символическое обозначение. Пример: символ «A» – отрасль с олигополией и инновационной инертностью участников; символ «B» – отрасль с монополистической конкуренцией, в которой лидер осуществляет поддерживающие инновации; символ «С» – отрасль с монополистической конкуренцией, в которой лидер осуществляет поддерживающие инновации, а один из новичков обладает подрывной инновацией.

Изучив таким образом все реальные и потенциальные состояния инновационной конкуренции в отрасли, можно создать исчерпывающий тезаурус инновационной семантики, в котором каждый знак будет обозначать одно из возможных состояний.

После создания такого тезауруса процедура предсказания отраслевых изменений значительно формализуется. Для этого необходимо изучить предысторию развития инноваций во всех отраслях экономки, начиная со стадии зарождения и заканчивая стадией вытеснения (отмирания), и построить сетевую модель развития инноваций в условной отрасли, которая отражала бы все потенциальные пути развития(2) (рис. 1).


(1) На наш взгляд, первым обосновал эту идею К. Кун. – Ред.
(2) IMHO, это сугубо теоретическая возможность. – Ред.


Задача состоит в том, чтобы выявить наиболее часто встречающиеся последовательности символов инновационной семантики, «слова» инновационного тезауруса.

На выше приведённой схеме это последовательность символов A – C – I – M. Соответствующие направления перехода выделены стрелками с большей толщиной.

Определённая анализом достаточно большого объёма наблюдений за случаями инновационного развития эмпирическая вероятность такой последовательности символов будет в разы превышать теоретически возможную, рассчитанную исходя из равновероятных будущих состояний. Я исхожу из гипотезы, что такое отклонение эмпирической вероятности от расчётной вызывается преимущественным развитием системы по пути наименьшего сопротивления, когда отрасль как открытая динамическая система каждый раз переходит в то из равновероятных будущих состояний, которое обеспечивает наименьшую совокупную энтропию составляющих её элементов (производителейинноваторов, производителей-имитаторов, разных групп потребителей, производителей-смежников). При этом, однако, не следует игнорировать роль экономических институтов. Они играют роль триггеров, способствующих переходу на какой-то один из вероятных путей развития. Эту функцию они выполняют благодаря своей способности отводить энтропию системы в среды более высокого порядка – экономику, социум.

При отсутствии институтов переход на такой путь развития отрасли не состоялся бы, так как с точки зрения энтропии системы он был бы не лучшим.

Эмпирически полученные слова-последовательности символов, скорее всего, будут начинаться с ограниченного набора символов инновационной семантики. Также и заканчиваться они, скорее всего, будут сходным набором символов. Таким образом, прогноз следующей стадии инновационного развития можно будет осуществить, изучив предысторию развития конкретной инновации в изучаемой отрасли, выразив её в вышеуказанных символах, составив последовательность этих символов и сопоставив с имеющимися словами. При совпадении последовательности символов с началом слова можно будет с высокой вероятностью утверждать, какие символы, то есть состояния инноваций в отрасли, являются наиболее вероятными в будущем. Приблизительно также человек, увидев начало слова обычного языка, может догадаться о том, какое это слово. Допустим, имеются часто встречающиеся сочетания A – E – I–L – T – Z и A – E – K – M – U – Z, а анализ показывает, что отрасль уже прошла состояния A – E – I. Значит, развитие отрасли пошло по первому аттрактору, и следующее состояние с большей долей вероятности будет L. Также, если последовательность символов окажется совпадающей со словом на 80–90%, это будет сигнализировать о том, что развитие инноваций в отрасли по аттрактору скоро закончится и следует ожидать бифуркации.

Такой подход к прогнозированию инновационных изменений в отрасли позволит как отдельным фирмам, так и государству оптимизировать издержки на НИОКР и трансфер инноваций. Конечно, для применения метода требуется проведение огромной, кропотливой работы по составлению набора слов инновационной семантики.

Также у каждого метода есть границы применимости, в частности, вполне вероятно, что начала у некоторых слов окажутся совпадающими. Кроме того, нельзя исключить вероятность появления совсем нового слова, однако исследования позволят со временем составить определённые правила составления слов и предсказать возможные варианты сочетания символов. Поэтому, даже если развитие инноваций в отрасли пойдет по другому пути, фирма или государство будут представлять возможные пути развития и будут к ним готовы.

Литература
1. Нельсон Ричард Р., Уинтер Сидней Дж. Эволюционная теория экономических изменений. – М.: Дело, 2002.
2. Занг В.Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. – М.: Мир, 1999.
3. Николис Г., Пригожин И. Познание сложного. Введение. – М.: Эдиториал УРСС, 2003.
4. Кристенсен К., Скотт Э., Рот Э. Что дальше? Теория инноваций как инструмент предсказания отраслевых изменений. – М.: Альпина Бизнес Букс, 2008.
5. Шумпетер Й.А. Теория экономического развития. Капитализм, социализм и демократия. – М.: Эксмо, 2008.

21.08.2014

Также по этой теме:


Список просмотренных товаров пуст
Список сравниваемых товаров пуст
Список избранного пуст
Ваша корзина пуста