Lib.ru : Исламутдинов Вадим Фаруарович. Инновационное развитие отрасли как марковский процесс

ИННОВАЦИОННОЕ РАЗВИТИЕ ОТРАСЛИ КАК МАРКОВСКИЙ ПРОЦЕСС

В.Ф. Исламутдинов, к.э.н., заведующий кафедрой "Налоги и налогообложение"

Югорского государственного университета

Рассматривается эволюционный подход к обоснованию процесса инновационных преобразований и научно-технического прогресса. Обосновывается рассмотрение НТП как разновидности марковского процесса. На основе этого предлагается введение инновационной семантики - специального языка, обозначающего состояние инноваций в отрасли в конкретный момент времени. В итоге предлагается способ прогнозирования инновационных изменений в отрасли на основе анализа частоты появлений тех или иных "слов" - последовательных сочетаний знаков инновационной семантики.

Ускорение научно-технического прогресса, закручивание спирали инновационного развития в последние годы отмечается всеми исследователями инновационных преобразований, как теоретиками, так и практиками. С одной стороны, такая тенденция дает бесконечные возможности для дальнейшего экономического роста, с другой стороны, повышает неопределенность в экономической системе и затрудняет процесс принятия инвестиционных решений, как частными инвесторами, так и государством. Повышение неопределенности в экономической системе приводит сторонних наблюдателей к мысли, что развитие ее становится все более хаотическим, а значит, прогнозирование становится занятием неблагодарным.

Однако, последние достижения, как экономической науки, так и естественных наук дают новую надежду на то, что и хаосом можно и нужно управлять, но на новом, более высоком теоретическом уровне. Одной из таких сравнительно новых теорий является эволюционная теория экономических изменений [1], основоположники которой, Р. Нельсон и С. Уинтер прямо указывали на то, что вербальное описание экономической эволюции находит свое 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 ее 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 вероятности между t и t+1, то это будет точно означать, что изменение во времени ситуации в отрасли, или ее состояния, является марковским процессом" [1, с. 42]. Похожая точка зрения излагается В.Б. Зангом в его синергетической экономике [2]. Источником хаоса в экономической системе является множество взаимно противоречивых действий экономических агентов. Особенно это имеет отношение к научно-техническому прогрессу и инновациям, которые имеют два источника хаоса: с одной стороны научные открытия и изобретения, с другой стороны - потребительские предпочтения и мода.

Казалось бы, спрогнозировать развитие инноваций в отрасли при такой высокой степени хаотичности практически невозможно. Однако, согласно последним достижениям математики, в развитии хаоса выделены свои закономерности, в частности, можно выделить как минимум два способа развития хаотической системы - это аттрактор и бифуркация (катастрофа). Когда система находится на аттракторе, она хоть и совершает частые колебания, но все-таки движется в определенном направлении. В точке же бифуркации развитие системы может резко измениться под влиянием очень незначительных случайных воздействий, в результате которых развитие может пойти совсем 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]. Конечно, предпосылки для бифуркаций могут возникнуть и не только в сфере инноваций, однако, в современном мире инновационный источник все-таки преобладает.

Как же можно использовать вышеизложенные достижения теории для предсказания отраслевых изменений. Для этого необходимо ввести такое понятие как "инновационная семантика". В свое время теоретические исследования марковских процессов базировались на исследовании законов развития языка, т.е. семантики. Сегодня мы можем снова обратиться к этой сфере, но уже для объяснения и понимания сути инновационного развития как марковского процесса. Для этого необходимо ввести специальные обозначения для каждого из состояний отрасли в связи с происходящими инновационными процессами. Сама отрасль может характеризоваться такими состояниями, как монополистическая конкуренция, олигополия, совершенная конкуренция и т.д. Инновации в отрасли могут характеризоваться такими состояниями как инновационная инертность, поддерживающие инновации у лидеров, подрывные инновации у новичков, поддерживающие инновации у новичков и т.д. Соответственно, в каждый конкретный момент времени любая отрасль может быть описана в терминах инновационной конкуренции, например:

символ A - отрасль с олигополией и инновационной инертностью участников;

символ B - отрасль с монополистической конкуренцией, в которой лидер осуществляет поддерживающие инновации, а один из новичков обладает подрывной инновацией и т.д.

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

После создания такого языка 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 (рисунок 1)

Рисунок 1 - Сетевая модель инновационного развития отрасли.

Задача состоит в том, чтобы выявить наиболее часто встречающиеся последовательности символов инновационной семантики, так сказать "слова" инновационного "языка". На вышеприведенной схеме это последовательность символов A-C-I-M, соответствующие направления перехода выделены стрелками с большей толщиной. При этом, определенная путем анализа достаточно большого объема статистики инновационного развития, эмпирическая вероятность такой последовательности символов будет в разы превышать теоретически возможную, рассчитанную исходя из равновероятных будущих состояний. Автор исходит из гипотезы, что такое отклонение эмпирической вероятности от расчетной 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 ее элементов: производителей-инноваторов, производителей-имитаторов, разных групп потребителей, производителей-смежников и др. При этом, однако, не следует игнорировать роль экономических институтов как 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 в целом, социум или государство и т.д. То есть, при отсутствии институтов переход на такой путь развития отрасли не состоялся бы, т.к. с точки зрения энтропии системы он был бы неоптимален.

Эмпирически полученные слова-последовательности символов, скорее всего будут начинаться с ограниченного набора символов инновационной семантики. Также и заканчиваться они, скорее всего, будут одним, или небольшим набором символов. Таким образом, прогнозирование следующей стадии инновационного развития можно будет осуществить, изучив предысторию развития конкретной инновации в конкретной отрасли, выразив ее в вышеуказанных символах, составив последовательность этих символов и сопоставив с имеющимися "словами" в инновационной семантике. При совпадении последовательности символов с началом "слова" можно будет с определенной вероятностью утверждать о том, какие символы, т.е. состояния инноваций в отрасли, являются наиболее вероятными в будущем. Приблизительно также человек, увидев начало слова обычного языка, может додуматься, догадаться о том, какое это слово в целом. 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 определенной 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 или катастрофы.

Такой подход к прогнозированию инновационных изменений в отрасли позволит как отдельным фирмам, так и государству оптимизировать издержки на НИОКР и трансфер инноваций. Конечно, данный подход не является идеальным, для его применения требуется проведение огромной, кропотливой работы по составлению набора символов и "слов" инновационной семантики, хотя бурное развитие инноваций в последние годы уже позволяет приступить к созданию такого "языка". Также у каждого метода есть границы применимости, в частности, вполне вероятно, что начала у некоторых "слов" окажутся совпадающими. Кроме того, нельзя конечно исключить вероятность появления нового "слова", однако, достаточно длительные исследования позволят со временем составить определенные правила составления "слов", а значит, предсказать возможные варианты сочетания символов. Поэтому, даже если развитие инноваций в отрасли пойдет по другому пути, фирма или государству будут уже представлять возможные пути развития и соответственно готовы к этому.

Литература

1. Нельсон Ричард Р., Уинтер Сидней Дж. Эволюционная теория экономических изменений / Пер. с англ. - М.: Дело, 2002. - 536 с.

2. Занг, В.Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории / Пер. с англ. - М.: Мир, 1999. - 335 с.

3. Николис, Г., Пригожин, И. Познание сложного. Введение / Пер. с англ. Изд. 2-е, стереотипное - М.: Эдиториал УРСС, 2003. - 344 с.

4. Кристенсен К. Что дальше? Теория инноваций как инструмент предсказания отраслевых изменений / Клейтон Кристенсен, Скотт Энтони, Эрик Рот; Пер. с англ. - М.: Альпина Бизнес Букс, 2008. - 398 с.

5. Шумпетер Й.А. Теория экономического развития. Капитализм, социализм и демократия / И.А. Шумпетер; Пер. с нем. - М.: Эксмо, 2008 - 864 с.

Исламутдинов Вадим Фаруарович Инновационное развитие отрасли как марковский процесс

Исламутдинов Вадим Фаруарович
Инновационное развитие отрасли как марковский процесс