Инноватика
.pdfГлава 7. Закон распространения инноваций
Окончание табл. 7.1
№ |
Наименование |
|
Вид |
|
|
Условные обозначения |
Примечание |
|
|
закономерности |
|
|
|
|
|
3. |
S-образная |
K = |
L |
|
L, a, b, c, d — коэффициенты, |
|
|
|
кривая 4 |
|
|
|
|
|
|
|
a + ebc - d ×T |
|
отражающие специфику |
|
|||
|
|
|
|
||||
|
А. Ф. Каменева |
|
|
|
изменения критерия эффектив- |
|
|
|
|
|
|
|
ности (K) для рассматриваемого |
|
|
|
|
|
|
|
класса технологических систем; |
|
|
|
|
|
|
|
Т – |
время в годах; |
|
|
|
|
|
|
e – |
основание натурального |
|
|
|
|
|
|
логарифма. |
|
4 Селиванов С. Г. Технологическая инноватика. М.: Наука, 2004. С. 79.
161
Раздел 2. ЗАКОНЫ ИННОВАТИКИ
а
б
Рис. 7.2. Технологические разрывы по затратам (а) и результатам (б)
Технологический разрыв – это расстояние между параметрами результативности (по вертикальной оси) и времени или затрат (по горизонтальной оси) замещаемой и замещающей S-образных кривых технологий, которое не может быть сокращено путем увеличения затрат на развитие отстающей технологии.
Главная задача инновационного проектирования в случае, проиллюстрированном на рис.7.2,б сводится к своевременному определению таких технологических разрывов и переориентации
162
Глава 7. Закон распространения инноваций
инвестиций с разработки технологий старого принципа действия на принципиально новые технологии. Сказанное позволяет получить конкурентное преимущество одним организациям перед другими – теми, которые не смогли своевременно определить наметившиеся технологические разрывы быстрого развития «критических технологий». Другим пониманием технологического разрыва является определение периода перехода от старой концепции технологии к новой (рис. 7.2, а), более прогрессивной.
Анализ S-образных кривых развития и замещения технологий позволяет разрабатывать новые стратегии инновационной деятельности, определять государственные, отраслевые и региональные научно-технические приоритеты, способы налогового и кредитного регулирования в прорывных областях инновационной деятельности, создавать условия повышения инновационной и предпринимательской активности, менять отношение к инновациям.
Кроме рассмотренных выше случаев известны и другие математические модели замещения или диффузии технологий, которые отличаются только некоторыми особенностями. Рассмотрим такие особенности на примере сопоставления математических
моделей Фишера-Прая и Гомпертца. |
|
|
|
Сопоставление |
математических |
моделей |
диффузии |
технологий. В модели Фишера-Прая5 |
основное |
внимание |
сосредоточено на временных аспектах замещения технологии. Эти авторы указали основные случаи, в которых применимы их модели. В своем анализе они предположили, что скорость внедрения нового продукта пропорциональна доле еще используемого старого продукта. Уравнение (7.5) отражает основную идею модели: процесс замещения приводит к вытеснению старой технологии новой:
|
f |
|
= α |
+β t |
|
ln |
|
|
(7.5) |
||
|
|||||
|
1− f |
1 |
1 |
|
где α1 и β1 – коэффициенты, определяемые по формулам:
α = g(a |
2 |
− a ) |
, |
(7.6) |
1 |
1 |
|
|
|
β1 = g(b1 −b2 ), |
|
(7.7) |
5 Patterns of Technological Innovation / D. Sahal. New York University.1981. 366 p.
163
Раздел 2. ЗАКОНЫ ИННОВАТИКИ |
|
|
a – |
постоянная, зависящая от выбора начальных условий, |
|
b – |
равновесный уровень роста, |
|
g – |
параметр, характеризующий скорость роста. |
|
t0 – |
момент времени, когда относительное замещение достигает своего |
|
среднего значения f=1/2 |
|
|
f – |
логистическая функция вида: |
|
|
f = {1 + exp [b (t − t 0 )]}− 1 . |
(7.8) |
В данном случае логистическая кривая имеет вид симметричной S-об- разной кривой с точкой перегиба при Y =0,5/К (рис. 7.3).
Рис. 7.3. Симметричная S-образная логистическая кривая
В модели Гомпертца замещения технологии основное внимание сосредоточено на пространственных аспектах этого явления. Пусть X(t) – некоторая мера внедрения новой техники (технологии) в момент времени t, a Y(t)– мера использования старой техники в тот же момент времени. Тогда рост X и Y можно описать функциями Гомпертца6
ln ln |
K1 |
|
= I |
|
− J t |
|
(7.9) |
||
|
|
|
|||||||
|
Y |
1 |
|
1 |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
ln ln |
K2 |
= I |
2 |
− J |
2 |
t . |
(7.10) |
||
|
|||||||||
|
X |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
Три параметра функции Гомпертца I, J и К допускают такую же интерпретацию, как соответствующие параметры логистической
164
Глава 7. Закон распространения инноваций
функции: I – постоянная, К – равновесный уровень роста, J – параметр, характеризующий скорость роста. Однако в отличие от логистической кривой точка перегиба кривой Гомпертца расположена на высоте Y=K/e, что составляет примерно 37% предела роста.
Сопоставляя эти две модели Фишера-Прая и Гомпертца, которые некогда считались вполне автономными, можно заметить, что в действительности они дополняют одна другую.
В исследовании инновационной деятельности иногда используют не только отдельные S-образные кривые замещения технологий, но и более сложные закономерности, зависимости и математические модели на всем множестве таких кривых смены поколений техники и технологий. Для этих целей может быть использован математический аппарат спектрального и кроссспектрального анализа6, суть которого состоит в анализе вариаций временных рядов в частотном диапазоне. В основе спектрального и кросс-спектрального анализа лежит предположение, в силу которого стационарные временные ряды могут быть разложены на несколько некоррелированных компонентов, каждому из которых соответствует определенный период или частота. При анализе технологических циклов смены поколений техники и технологий в названной работе Д. Сахала применяется также Фурье-анализ. Он основан на использовании взвешенных кроссковариационных функций Парзена и требует применения сложного математического аппарата. Полученная в результате такого анализа функция спектральной плотности или автоспектра позволяет оценить относительную значимость каждого частотного диапазона с точки зрения «вклада» соответствующего ему компонента в общую колебательную динамику временного ряда. Названные методы являются обобщающими в отношении нескольких S-образных кривых замещений разных поколений техники и технологий, но из-за высокой сложности математического аппарата при несущественном росте достоверности результатов анализа трендов развития таких технологий они не получили широкого применения в инновационной деятельности.
6 Patterns of Technological Innovation./ D.Sahal. New York University.1981. 366 p.
165
Раздел 2. ЗАКОНЫ ИННОВАТИКИ
7.3.Упрощенные методы анализа развития
ираспространения технологий
Всвоей книге7 Д. Сахал приводит не только сложные кроссковариационные функции анализа и Фурье-анализ, но и впервые обосновал упрощенный метод описания процесса развития технологий (табл. 7.2) только по описанию начальных фрагментов S-образных кривых распространения технологий.
Метод заключается в анализе не всей S-образной кривой развития, а только нижней ее части до точки перегиба, так как для критической технологии верхнюю часть S-образной кривой можно только прогнозировать, а при переходе через точку перегиба S-образной кривой технология переходит в разряд высоких. При таком рассмотрении нижнюю часть S-образной кривой развития удобно описывать экспоненциальными функциями различного вида (рис. 7.4, а). Д. Сахал для упрощения описания логарифмирует кривую и получает еще более простую – линейную модель, отражающую относительную долю внедрения новой техники или технологии (рис.7.4, б).
Метод прост и в своем практическом применении позволяет прогнозировать тенденции развития исследуемой технологии.
|
|
|
Т а б л и ц а 7.2 |
|
|
Математические модели распространения техники и технологий |
|||
№ |
Вид техники и технологии |
Математическая модель развития* |
||
1 |
Сельскохозяйственные тракторы в |
lg[f/(1-f)]=-103,27+0,05T |
||
|
|
|||
США (1920-1960) |
R2=0,99 |
sоц =0,04 |
||
2 |
Комбайны с молотильным |
lg[f/(1-f)]=-192,16+0,098T |
||
|
|
|||
|
барабаном в США (1956-1971) |
R2=0,93 |
sоц =0,13 |
|
3 |
Дизельные тракторы в США |
lg[f/(1-f)]=-164,22+0,084T |
||
|
|
|||
|
(1955-1971) |
R2=0,94 |
sоц =0,10 |
|
|
Автоматические линии для |
lg[f/(1-f)]=-321,05+0,16T |
||
4 |
изготовления автомобильных |
|||
|
|
|||
двигателей в Швеции (1955- |
R2=0,95 |
sоц=0,20 |
||
|
1968) |
|
|
7 Patterns of Technological Innovation / D. Sahal. New York University.1981. 366 p.
166
Глава 7. Закон распространения инноваций
*Условные обозначения к табл. 7.2:
f – доля внедренной новой техники в общем объеме выпуска или от общего числа машин в парке;
R2 – коэффициент детерминации; sоц – стандартная ошибка оценки.
f)]-lg[f/(1 |
-5,5 |
|
|
|
|
|
1952 |
|
|
-6 |
|
|
-6,5 |
|
|
-7 |
|
|
-7,5 |
|
|
-8 |
|
|
-8,5 |
|
f) |
0,0000007 |
|
f/(1- |
||
|
годы
1956 |
1960 |
1964 |
1968 |
1972 |
а
0,0000006 |
|
|
|
|
|
0,0000005 |
|
|
|
|
|
0,0000004 |
|
|
|
|
|
0,0000003 |
|
|
|
|
|
0,0000002 |
|
|
|
|
|
0,0000001 |
|
|
|
|
|
0 |
|
|
|
|
годы |
1952 |
1956 |
1960 |
1964 |
1968 |
1972 |
б
Рис. 7.4. Математические модели развития автоматических линий в Швеции
(1955–1968) по Сахалу:
а – в логарифмической системе координат; б – степенной вид
167
Раздел 2. ЗАКОНЫ ИННОВАТИКИ
Рассмотренные выше закономерности развития и распространения технологий нужны не только для изучения инноватики как науки, но и для решения прикладных задач. Одной из таких задач является прогнозирование развития технологий и выбор научнотехнических приоритетов в инновационной или технологической политике.
Технологический прогноз предполагает вероятностную, научнообоснованную оценку будущего технологии определенного принципа действия. Задача технологического прогнозирования заключается в сокращении неопределенностей и превращении неопределенностей в вероятности свершения событий развития той или иной техники или технологии. Для прогнозирования в инноватике применяют различные научные методы: экспертного прогнозирования, описательные (морфологический анализ, метод аналогий, метод сценариев развития, метод построения дерева целей), статистические (методы анализа динамических рядов, трендов, статистических S-образных кривых, рассмотренных в предыдущих параграфах), методы математического моделирования и оптимизации технологий и другие. Эти и другие методы в последнее время обобщены концепцией технологического форсайта.
Форсайт представляет собой процесс общенационального отбора новых направлений НИОКР в целях форсирования (нагнетания) инновационной деятельности, в ходе которого устанавливают связи между элементами национальной инновационной системы. Универсальной модели «форсайта» не существует, каждая страна адаптирует этот механизм к своим условиям в соответствии с национальными интересами. Под «форсайтом» сегодня понимают процесс систематического установления новых стратегических научных направлений и технологических достижений, которые в долгосрочной перспективе смогут серьезно воздействовать на экономическое и социальное развитие страны.
Суть рассматриваемого подхода в том, что государство с помощью предприятий определяет:
−перспективные технологии и рынки на ближайшие 10–20 лет;
−направления сотрудничества бизнеса и государства в создании конкурентоспособных инноваций;
168
Глава 7. Закон распространения инноваций
−мероприятия, которые позволяют использовать новые возможности улучшения качества жизни, ускорения экономического
роста и повышения международной конкурентоспособности страны.
Стремительное развитие технологического форсайта в Европе вызвано тем, что он не только вобрал в себя лучшие элементы определения критических технологий и методов прогнозирования, но лег на традиционную для Европы модель сотрудничества и кооперации между бизнесом, государством и учеными.
Форсайт в США включает в себя не только анализ технологий и тех тенденций, которые происходят в этой стране, но и анализ возможных политических решений в других странах, которые могут повлиять на развитие государств, а значит, на ситуацию в мире.
Рассмотрим основные методы технологического форсайта, сформировавшиеся в различных странах:
−экспертные (метод Дельфи; сценарный прогноз; метод критических технологий; эвристические методы – эвристики, ассоциативные, «метод проб и ошибок»);
−численные (метод прогнозной экстраполяции; методы
математического моделирования ).
Экспертные методы. Метод Дельфи – это один из наиболее распространенных методов8 экспертной оценки будущего, т. е. экспертного технологического прогнозирования. Метод построен на следующем принципе: в неточных науках мнения экспертов и субъективные суждения в силу необходимости должны заменить точные законы причинности, отражаемые естественными науками. В развитии метода Дельфи применяется перекрестная коррекция. Будущее событие развития технологии представляется как большое множество связанных и переходящих друг в друга путей развития. При введении перекрестной корреляции значение каждого события за счет введенных определенных связей будет изменяться либо в положительную, либо в отрицательную сторону, корректируя тем самым вероятности рассматриваемых событий.
Специфическим экспертным методом прогнозирования является сценарный прогноз. Он предполагает описание логики
8 Он разработан американской исследовательской корпорацией РЭНД и служит для определения и оценки вероятности наступления тех или иных событий.
169
Раздел 2. ЗАКОНЫ ИННОВАТИКИ
событий анализируемого процесса развития технологии, исходя из сложившейся ситуации. Описание сценариев ведется с учетом временных оценок. Основное назначение сценария – определение генеральной цели развития прогнозируемого объекта, явления и формулирование критериев для оценки верхних уровней «дерева целей». Сценарии обычно разрабатывают на основе данных предварительного прогноза и исходных материалов по развитию техники и/или технологии. Сценарии должны разрабатываться высококвалифицированными специалистами соответствующего профиля прогнозируемого объекта.
Эвристические методы представляют собой последовательность предписаний или процедур обработки информации, выполняемых с целью поиска более рациональных и новых конструктивных решений9. Эти методы обычно противопоставляют численным методам решения, опирающимся на точные математические модели. К наиболее распространенным эвристическим методам данного класса относят метод синтеза, метод эвристических приемов, обобщенный эвристический алгоритм, методы морфологического анализа и синтеза, алгоритм решения изобретательских задач и другие.
Численные методы технологического прогнозирования
основываются на фактическом материале и анализе статистических данных, с последующим построением прогноза на их основе.
Сущность методов прогнозной экстраполяции заключается в изучении динамики изменения изучаемого явления в предпрогнозном периоде и перенесения найденной закономерности на некоторый период будущего.
Методы математического моделирования. Распространенной методикой прогнозирования тех или иных процессов, в том числе и технологического прогнозирования, служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования возможного появления новых или будущих технических средств и решений. Наиболее распространенным методом моделирования является метод математического моделирования. Применение математических методов является необходимым условием для разработки и использования методов
9 Техническое творчество: теория, методология, практика: энциклопедический словарьсправочник / под ред. А. И.Половинкина, В. В.Попова. М.: ЦИАН, 2001
170