Инноватика

Глава 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