WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     || 2 | 3 |
-- [ Страница 1 ] --

Российская Академия Наук Институт проблем управления Д.А. Новиков МЕХАНИЗМЫ ФУНКЦИОНИРОВАНИЯ МНОГОУРОВНЕВЫХ ОРГАНИЗАЦИОННЫХ СИСТЕМ Москва Фонд "Проблемы управления" 1999 УДК 62 – 50 Н 73

Новиков Д.А. Механизмы функционирования многоуровневых организационных систем. М.: Фонд "Проблемы управления", 1999. – 161 с.

В работе рассматриваются результаты анализа теоретико-игровых моделей механизмов планирования и стимулирования в многоуровневых организационных системах. Исследуются качественно новые (присущие многоуровневым системам по сравнению с двухуровневыми) эффекты, отражающие влияние на эффективность управления следующих факторов:

-фактор агрегирования, заключающийся в агрегировании (т.е. "свертывании", "сжатии" и т.д.) информации об участниках системы, подсистемах и т.д. по мере роста уровня иерархии;

-экономический фактор, заключающийся в изменении финансовых, материальных и др. ресурсов системы при изменении состава участников системы (управляемых субъектов, промежуточных управляющих органов и т.д.), обладающих собственными интересами;

-фактор неопределенности, заключающийся в изменении информированности участников системы о существенных внутренних и внешних параметрах функционирования;

-организационный фактор, заключающийся в изменении отношения власти, то есть возможности одних участников системы устанавливать "правила игры" для других участников;

-информационный фактор, заключающийся в изменении информационной нагрузки на участников системы. Формулируется принцип рациональной централизации, в соответствии с которым рациональными являются такие структуры и механизмы управления организационной системой, для которых любое допустимое изменение централизации с учетом перечисленных факторов приводит к снижению эффективности управления. Рецензенты: доктор технических наук, профессор В.Н. Бурков, доктор технических наук, профессор Э.А. Трахтенгерц © Д.А.Новиков, 1999 СОДЕРЖАНИЕ ПРЕДИСЛОВИЕ.................................................................................4 ВВЕДЕНИЕ.......................................................................................... Некоторые обозначения............................................................................ I. МЕХАНИЗМЫ СТИМУЛИРОВАНИЯ В МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ................... 1.1. Постановка задачи стимулирования................................................. 20 1.2. Стимулирование в многоуровневых активных системах без агрегирования информации...................................................................... 30 1.3. Стимулирование в многоуровневых активных системах с агрегированием информации.................................................................... 37 1.4. Стимулирование в многоуровневых активных системах, функционирующих в условиях неопределенности................................. 44 1.5. Стимулирование как системообразующий фактор.......................... 49 1.6. Стимулирование и ограничения на объем перерабатываемой информации................................................................................................ 64 1.7. Унифицированные системы стимулирования.................................. 72 1.8. Стимулирование как перераспределение доходов........................... 80 1.9. Надежность механизмов управления многоуровневыми активными системами................................................................................................... II. МЕХАНИЗМЫ ПЛАНИРОВАНИЯ В МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ................... 2.1. Постановка задачи планирования...................................................... 98 2.2. Задачи идеального агрегирования и произвольной децентрализации в механизмах планирования.................................................................... 101 2.3. Децентрализация механизмов распределения ресурса.................. 103 2.4. Децентрализация механизмов экспертизы..................................... 110 2.5. Децентрализация механизмов открытого управления с внутренними ценами............................................................................... 114 2.6. Децентрализация механизмов страхования.................................... III. МЕЖУРОВНЕВОЕ ВЗАИМОДЕЙСТВИЕ.........................128 IV. СПЕЦИФИКА ИЕРАРХИЙ: КАЧЕСТВЕННОЕ ОБСУЖДЕНИЕ...............................................................................139 ЗАКЛЮЧЕНИЕ...............................................................................150 ЛИТЕРАТУРА................................................................................. ПРЕДИСЛОВИЕ Во все времена, в любых достаточно больших организационных системах (государство, армия, предприятие и т.д.) мы сталкиваемся с иерархическими структурами, то есть с наличием нескольких уровней управления. Многоуровневость системы управления – это некоторое инвариантное свойство эффективной организации. В чем причина этого? Почему управление из единого центра, даже на основе мощной компьютерной информационной системы, менее эффективно, чем децентрализованное управление, когда центр делегирует полномочия принятия ряда решений руководителям нижних уровней? Ряд специалистов считают, что все дело в быстром увеличении сложности задач принятия решений при росте размера организации, что и определяет пределы этого роста. Так ли это? Автор книги – молодой доктор наук, но уже известный специалист по управлению социально-экономическими системами, излагает свою точку зрения на вопрос о природе иерархий. Основная мысль автора состоит в том, что причина иерархического построения эффективно работающих организаций заключается не только в ограниченных возможностях отдельного человека эффективно решать проблемы больших коллективов, но и в наличии в иерархических системах специфических форм и процедур передачи и обработки информации, разграничения полномочий, планирования, мотивации и т.д. Отсюда следует, что каждый руководитель должен управлять лишь ограниченной группой подчиненных, а это значит, что иерархическое построение больших организаций неизбежно. Если это так, то главный вопрос не в том нужна ли иерархическая система управления, а в том, как построить наиболее эффективную иерархию. Действительно, каждый руководитель более высокого уровня, делегируя полномочия принятия решений руководителям более низких уровней, сталкивается с зависимостью от них. Вопервых, он теряет определенную долю своей власти, а, во-вторых, он становится информационно зависимым от руководителей нижних уровней, поскольку именно от них он получает информацию о состоянии дел в организации. Центральной проблемой становится проблема согласования интересов руководителя всей организации с интересами руководителей ее частей (подсистем) и так далее, вплоть до самого нижнего уровня иерархии. В книге на простых моделях демонстрируются различные эффекты, возникающие в многоуровневых системах (эффект агрегирования, организационный эффект, информационный эффект и др.). Автор убедитель но показывает, как можно повысить эффективность функционирования организации за счет грамотного учета этих эффектов. В книге больше вопросов и нерешенных проблем, чем доказанных утверждений. Однако, именно это и делает ее актуальным и привлекательным введением читателя в увлекательный мир управления сложными многоуровневыми организационными системами. Доктор технических наук, профессор, заведующий лабораторией активных систем Института проблем управления РАН В.Н.Бурков «Фактически всякая сложная система, как возникшая естественно, так и созданная человеком, может считаться организованной, только если она основана на некой иерархии или переплетении нескольких иерархий. Во всяком случае, до сих пор мы не знаем организованных систем, устроенных иначе» [94, С.39].

ВВЕДЕНИЕ Управление в социально-экономических системах, понимаемое как воздействие одних элементов1 на другие элементы, производимое с целью обеспечения желательного с точки зрения первых поведения последних, априори подразумевает асимметричность отношений участников системы, то есть – выделение (иногда условное) управляемых субъектов или объектов (в зависимости от их внутреннего состава) и управляющих органов. Такое разделение позволяет говорить о наличии в любой организационной системе иерархической структуры2, которая может быть как явной (установленной институционально и существующей длительное время, например – в армии, в фирме с фиксированным штатным расписанием и должностными обязанностями и т.д.), так и неявной (проявляющейся при каждом, даже однократном, взаимодействии участников) или неформальной (например, лидерство в группах и т.д.). В общем случае, иерархия относительно однородных объектов любой природы естественным образом порождается отношением принадлежности (вложенности)3 – например, любое множество объектов может рассматриваться как совокупность своих подмножеств и т.д. В социальПод "элементом" или "участником" организационной системы здесь и далее понимается некоторый входящий в нее субъект (быть может, коллективный) или объект. Под "активным элементом" понимается управляемый субъект, под "центром" – управляющий. 2 Иерархия (от греч. "священная власть") – "принцип структурной организации сложных многоуровневых систем, состоящий в упорядочении взаимодействия между уровнями в порядке от высшего к нижнему" [ФЭС, М.: Советская энциклопедия, 1983. С. 201]. 3 При дальнейшем изложении, если не будет оговорено особо, будем называть иерархическими (в узком смысле) многоуровневые системы веерного типа, то есть такие системы, структура подчиненности в которых имеет вид дерева (см. различные определения иерархии в [40,42,82,129 и др.]).

но-экономических системах отношение принадлежности эквивалентно "подчиненности" по разделению функций принятия решений и является, как правило, явным в рамках некоторого механизма управления. Поэтому при рассмотрении задач управления на первый план выступает не просто формальная принадлежность некоторого элемента (субъекта) определенному множеству (множеству субъектов, образующих систему – группу, коллектив и т.д.), и, следовательно – принадлежность определенному уровню иерархии, а то, что именно принадлежность к определенному уровню иерархии определяет функции данного элемента (служебные обязанности и т.д., вплоть до социальной роли). Общепризнанно, что иерархия как разделение функций в организациях является проявлением необходимости специализации, конкретизирующей функции каждого элемента и позволяющей наиболее рационально использовать его объективно ограниченные возможности. Эта точка зрения, восходящая своими корнями (речь идет о первых научных осмыслениях иерархических принципов построения организаций) к трудам А.Смита [30,65], подробно обсуждалась в литературе (см. [5,12,65,66 и др.]). Однако целью настоящей работы является не философскокибернетический анализ иерархических структур (результаты которого представлены, например, в [1,13,43,44,47,70,89,99]), а рассмотрение их формальных (теоретико-игровых) моделей. Поэтому конкретизируем цель и задачи последующего изложения. Теоретико-игровые модели функционирования4 организационных систем исследуются в таких разделах теории управления социальноэкономическими системами, как: теория активных систем (АС) [15,17,2125,81], теория иерархических игр [33-35,57,59,68], теория контрактов [19,114,115,119, 121,125,128] и теория реализуемости [20,108,122,133]. Простейшей – базовой для всех упомянутых научных школ – является детерминированная двухуровневая организационная (активная) система, состоящая из управляющего органа – центра на верхнем уровне иерархии и управляемого субъекта – активного элемента (АЭ) на нижнем уровне, функционирующих в условиях полной информированности о всех существенных внешних и внутренних параметрах их деятельности. В соответствии с классификацией, введенной в [19,24,81], расширениями Следует сделать ряд терминологических замечаний. Термин "деятельность" подразумевает наличие осознаваемой цели, то есть может относиться только к индивидууму или их множеству, термин "функционирование" более общий – он может относиться, например, к человеко-машинным системам, включающим, помимо людей, технические компоненты. Еще более общий термин – "поведение" – характеризует системы любой природы.

базовой модели являются многоэлементные активные системы [48,78,116,121,132,140], динамические АС [22,38,78,135,139], АС с неопределенностью [24,34,38,81,138], многоуровневые АС. С одной стороны, во многих основополагающих работах по теории управления организациями подчеркивается необходимость исследования именно иерархических АС [11,22,66,71,72,136], а с другой стороны подавляющее большинство исследований формальных моделей ограничивалось двухуровневыми расширениями базовой модели. Исключениями являются следующие, перечисляемые ниже в относительно полном "обзоре", работы. Исторически, в теории активных систем неоднократно производились попытки обобщения результатов исследования двухуровневых моделей на случай многоуровневых систем, однако в итоге дело, к сожалению, ограничивалось лишь качественным обсуждением или формулировкой частных задач [15,18,22,28,29,55]. В теории иерархических игр рассматривались задачи точного агрегирования [2-4], задачи с двумя управляющими органами [37] и модели кооперации (образования коалиций между элементами нижнего и промежуточного уровней) в трехуровневой системе [34,59]. В теории контрактов, пожалуй, единственным отступлением от стандартной веерной структуры является модель с двумя центрами, рассмотренная в [127]. В теории реализуемости многоуровневые модели практически не исследовались. Одним из общепринятых объяснений концентрации внимания исследователей на двухуровневых АС является возможность декомпозиции иерархической АС на набор взаимосвязанных элементарных "блоков" – двухуровневых систем. В то же время, очевидно, что многоуровневые (трех – и более уровневые) системы обладают рядом качественно новых свойств, отсутствующих в одноуровневых и двухуровневых АС. Поэтому одной из целей настоящей работы является заполнение существующего пробела, то есть выявление качественной специфики иерархий. Следует признать, что к выбранному предмету исследования применимы различные подходы. Подходы с точки зрения экономики организаций рассматривались в [12,49,65,110,120,124,130 и др.], с точки зрения общей теории систем – в [1,11,53,63,66,71,72,105,107,129 и др.], с точки зрения экономико-математического моделирования – в [10,39,41,51,62,88,97 и др.], математические аспекты проблем декомпозиции оптимизационных задач – в [10,36,64,98,100-102 и др.]. Кроме того, иерархическая структура не только организационных, но и других (технических, биологических и др.) систем привлекали внимание многих исследователей – см. [6,46,50,56,69,103 и др.]. Перечисление основных выводов, полученных в упомянутых работах, приводится в четвертой главе при качественном обсуждении результатов настоящего исследования. Спецификой теоретико-игрового моделирования организационных систем является учет (в рамках определенного класса формальных моделей) активности поведения составляющих их элементов, то есть учет целенаправленности поведения, возможности самостоятельного выбора действий, возможности искажения информации, например, о своих предпочтениях, ради достижения собственных целей и т.д. Поэтому в настоящей работе мы попытаемся объяснить эффективность иерархических систем управления в организационных (активных) системах, используя теоретико-игровые модели их функционирования. С нашей точки зрения ответить на вопрос о целесообразности существования иерархий можно лишь объяснив причину их существования с точки зрения участников самой системы, каждый из которых обладает собственными интересами. Другими словами – требуется ответить на вопросы – почему управляемым субъектам выгодно наличие управляющего органа, и почему управляющему органу верхнего уровня, выражающего интересы системы в целом, выгодно наличие промежуточных уровней управления. Ответить на эти вопросы, в свою очередь, можно лишь сравнивая различные структуры подчиненности и механизмы управления многоуровневыми системами. В настоящей работе используется единый методологический подход, суть которого заключается в том, что в качестве критерия сравнения и основания для выделения тех или иных эффектов являются факторы5, влияющие на эффективности функционирования участников АС и системы в целом, то есть на эффективность управления. Поясним это утверждение более подробно. Предположим, что заданы некоторые структура системы и механизм управления (механизмом называется совокупность правил, методов, процедур и т.д., регламентирующих взаимодействие участников организационной системы). Решение задачи анализа заключается во введении критерия эффективности на множестве всех допустимых механизмов, то есть в определении эффективности любого конкретного механизма. Содержательно, эффективность является мерой степени достижения цели системы. Например, критерием эффективности функционирования экоОтносительно используемой при дальнейшем изложении терминологии следует отметить, что термин "эффект" будет употребляться для обозначения результатов влияния "факторов" на эффективность управления.

номической системы может быть ее прибыль, социальной системы – "уровень напряженности" отношений между ее элементами и т.д. (корректное определение эффективности для рассматриваемых моделей приведено ниже – см. разделы 1.1. и 1.9). Имея критерий сравнения, например любых двух допустимых механизмов, можно решать задачу синтеза оптимального механизма – поиска на допустимом множестве механизма, имеющего максимальную эффективность. Пусть имеется некоторая АС с фиксированной структурой подчиненности и механизмом управления. Будем называть децентрализацией АС (децентрализацией системы управления) любое изменение ее элементного состава и/или связей между участниками, приводящее к тому, что взаимодействие (управляющее, информационное и т.д.) каждого из участников с другими участниками уменьшается или, по крайней мере, не возрастает. Децентрализацией является увеличение числа как управляющих органов, так и управляемых элементов (при выполнении требования сокращения взаимодействия), введение дополнительных уровней иерархии, разбиение управляемых элементов на подсистемы и т.д. Обратное изменение, приводящее возрастанию или, по крайней мере, к неубыванию взаимодействия, будем называть централизацией АС. Централизацией является сокращение числа управляющих органов (при выполнении требования неуменьшения взаимодействия), объединение подсистем, сокращение числа уровней иерархии и т.д. Отметим, что децентрализация или централизация не обязательно подразумевают изменение структуры системы – например, в рамках фиксированной структуры может быть изменен механизм управления за счет сокращения информационных потоков и т.д. Децентрализация или централизация некоторой АС соответствует "переходу" к новой АС. Сравнивая максимально возможные в рамках заданных ограничений эффективности управления этими системами можно говорить о целесообразности централизации или децентрализации – если эффективность не уменьшилась, то "переход" целесообразен. Умея сравнивать результаты всех допустимых "переходов", можно выбирать наилучшую структуру и механизм управления. Для оценки возможных изменений эффективности управления при изменениях механизма управления необходимо четко представлять себе все те факторы, которые могут оказывать на нее влияние. Следовательно, возникает задача определения и исследования этих факторов. Таким образом, цель настоящей работы – исследование качественной специфики иерархий методами их математического моделирования – подразумевает решение следующих основных задач: разработка и иссле дование теоретико-игровых моделей функционирования многоуровневых организационных систем, а также изучение с их помощью факторов, определяющих эффективность управления в многоуровневых системах. Несколько забегая вперед, отметим, что проведенное исследование позволило выявить ряд эффектов, действие которых обусловлено наличием в многоуровневых АС (по сравнению с одноуровневыми и двухуровневыми) следующих факторов (обсуждение полноты предлагаемой системы факторов приведено в четвертой главе):

-фактор агрегирования6, заключающийся в агрегировании (то есть "свертывании", "сжатии" и т.д. – см. определение в разделе 1.1) информации об участниках системы, подсистемах и т.д. по мере увеличения роста уровня иерархии. Наличие агрегирования информации является характерной особенностью иерархических систем управления – если бы каждый управляющий орган на каждом из уровней обладал одинаково полной информацией (а также одинаковыми целями и одинаковыми правами по принятию решений), то сама иерархия была бы бессмысленна. Наличие агрегирования позволяет снизить информационную нагрузку, с одной стороны – на управляющие органы (при движении информации "снизу вверх"), а с другой стороны – на управляемые субъекты (например, за счет централизованной обработки "общей" для всех участников нижних уровней информации об окружающей среде или о результатах деятельности "соседних" подсистем – см. описание фактора неопределенности). Так, например, руководитель крупной организации может не иметь (точнее, не может и не должен иметь) детальной информации о том, чем в каждый конкретный момент времени занят каждый из сотрудников;

командующий армией во время боевых действий не знает в каком из окопов находится тот или иной боец и т.д.;

-экономический фактор, заключающийся в изменении финансовых, материальных, организационных и др. ресурсов системы при изменении состава участников системы, обладающих собственными интересами (управляемых элементов, промежуточных управляющих органов и т.д.). Изменение эффективности управления за счет привнесения или потребления ресурсов при изменении элементного состава организационной системы имеет место и в двухуровневых системах. Например, добавление нового управляемого субъекта может расширить возможности системы и, наряду с этим, увеличить затраты на поддержание ее деятельности. Таким "Агрегирование – объединение однородных величин, понятий и т.д. с целью получения более общих, совокупных величин, понятий и т.д." ([Словарь иностранных слов. М.: Русский язык, 1979. С.16.], см. также раздел 1.2).

образом, в общем случае экономический фактор отражает баланс ресурсов (условно – доходов и затрат) в задачах формирования состава системы. В рамках многоуровневых систем, исследуемых в настоящей работе, нас в основном будет интересовать составляющая этого фактора, обусловленная введением дополнительных уровней управления. Так, например, введение в организации нового промежуточного уровня иерархии с одной стороны может улучшить координацию деятельности подчиненных, а с другой стороны – может потребовать дополнительных затрат на содержание нового административноуправленческого персонала. Наряду с этим, иногда введение дополнительных уровней управления может только ухудшить координацию деятельности подчиненных, например, за счет увеличения задержки принятия решений;

-фактор неопределенности, заключающийся в зависимости информированности участников системы о существенных внутренних и внешних параметрах их функционирования от используемого механизма управления (последовательности функционирования и т.д.). Существование этого фактора обусловлено тем, что в организационных системах участники верхних уровней иерархии, в составе управленческой функции осуществляют еще и информационную функцию, регулируя информационные потоки между починенными, в том числе – "замыкая" через себя обмен информацией (быть может, в агрегированном виде) между отдельными управляемыми субъектами, а также между управляемыми субъектами и окружающей средой, тем самым, с одной стороны, увеличивая их информированность, а с другой – снижая перерабатываемые ими объемы информации (см. фактор агрегирования и информационный фактор). Так, например, введение механизма (или создание специального органа) оперативного обмена информацией между подсистемами о текущих внешних условиях и результатах их собственной деятельности (внутренних условиях) может позволить им более точно прогнозировать возможности достижения целей и, соответственно, принимать решения о необходимых корректировках технологии деятельности и т.д. При описании фактора неопределенности следует иметь в виду, что даже при одинаковой информированности субъективные оценки ситуации и альтернативных решений у различных участников могут отличаться достаточно сильно.

-организационный фактор, заключающийся в изменении отношения власти7, то есть в выделении метаэлементов – таких элементов системы, которые обладают возможностью устанавливать "правила игры" для других элементов. Именно наличие метаэлемента (управляющего органа) является принципиальным отличием одноуровневой АС от многоуровневой (то есть двух-, трех – и более уровневой). Так, например, иногда именно введение над набором "равноправных" активных элементов управляющего органа, играющего роль "арбитра" и обладающего правом поощрять или наказывать АЭ, позволяет последним придти к взаимовыгодному компромиссу;

-информационный фактор, заключающийся в изменении информационной нагрузки на участников системы. Именно объективно ограниченная способность элементов организационных систем по переработке информации традиционно считается условием, порождающим иерархию, то есть порождающим разделение функций (см. фактор агрегирования и фактор неопределенности). Так, например, сокращение одного промежуточного уровня управления может увеличивать количество информации о деятельности подчиненных, которое должно перерабатываться на вышестоящем уровне и т.д. Разделение фактора неопределенности и информационного фактора обусловлено следующей причиной: если фактор неопределенности отражает требование необходимости обладания субъектом определенной информацией для успешного осуществления своей деятельности, то информационный фактор отражает возможности субъекта по обработке этой информации. Интересным представляется тот факт, что новые (по сравнению с двухуровневыми АС) эффекты, возникающие в трехуровневых АС, естественно, проявляются и во всех АС, имеющих еще большее число уровней иерархии (четырехуровневые и т.д.). Более того, полученные на сегодняшний день результаты позволяют выдвинуть гипотезу, что большинство эффектов, присутствующих в многоуровневой АС, могут быть выявлены или смоделированы и в трехуровневой АС. Следовательно, можно предполагать, что трехуровневая АС является простейшей ("базовой") моделью для множества многоуровневых систем, хотя, конечно, четырех – и более уровневые АС также могут иметь свою специфику по сравнению с трехуровневыми. Поэтому в настоящей работе мы в основ"Власть –... способность оказывать определяющее воздействие на деятельность, поведение людей" ([Философский энциклопедический словарь. М.: Советская энциклопедия, 1983. С.85], см. также раздел 1.5).

ном ограничиваемся изучением именно трехуровневых организационных систем, предполагая, что результаты их исследования могут быть (в будущем) с соответствующей модификацией применены при исследовании более широких классов систем. Наличие перечисленных факторов, а также исторически сложившееся в теории активных систем разбиение задач управления на задачи стимулирования8 и на задачи планирования9 [22,81], обусловили следующую структуру изложения материала настоящей работы10. В главах 1-3, ориентированных на специалистов по математическому моделированию функционирования организационных систем, при описании моделей и изложении результатов их исследования иногда неявно подразумевается знакомство читателя с базовыми моделями и механизмами теории активных систем (использование известных результатов снабжено соответствующими ссылками). Четвертая глава рассчитана на менее подготовленного читателя и содержит, в основном, качественное обсуждение специфики иерархий. Первая глава посвящена исследованию механизмов стимулирования в многоуровневых активных системах. Общая постановка задачи стимулирования приведена в разделе 1.1. Последующие разделы первой главы содержат результаты изучения различных эффектов, характеризующих многоуровневые АС. В разделе 1.2 рассматривается задача стимулирования в многоуровневых активных системах при отсутствии агрегирования информации. Показывается, в каких случаях введение дополнительных промежуточ Стимулированием в организационных системах называется комплексное целенаправленное внешнее воздействие на компоненты деятельности (и процессы их формирования) управляемых субъектов. В рамках известных теоретикоигровых моделей стимулирование заключается, в основном, в изменении интересов и предпочтений управляемых субъектов таким образом, чтобы побудить их выбрать наиболее предпочтительные с точки зрения управляющего органа действия. При этом стимулирование может интерпретироваться как поощрение или наказание за выбор тех или иных действий.. 9 Планирование заключается в определении планов – желательных с точки зрения управляющего органа результатов деятельности управляемых субъектов, быть может – на основании сообщенной последними информации. 10 Синтез оптимального механизма управления организационной системой подразумевает нахождение и механизма планирования, и механизма стимулирования. Однако, так как совместное решение задач стимулирования и планирования даже для двухуровневых АС достаточно трудоемко (см.., например, [22,81 и др.]), в настоящей работе мы ограничимся их раздельным исследованием для многоуровневых систем..

ных уровней управления, обладающих собственными интересами, может увеличить или уменьшить эффективность управления. Содержательно, введение промежуточных управляющих органов – промежуточных центров – может увеличить ресурсы управления (если эти ресурсы привносятся новыми участниками), или уменьшить их (если часть имеющихся ресурсов должна быть передана новым участникам). Происходящее при этом изменение эффективности управления вызвано фактором, который предлагается условно называть "экономическим фактором". Другим подфактором (входящим в фактор агрегирования), имеющим место в моделях раздела 1.2, является "фактор декомпозиции оптимизационных задач": например, если в двухуровневой АС задача управления заключается в распределении некоторого ресурса между АЭ, то при введении промежуточного уровня иерархии задача управления будет заключаться в распределении этого ресурса сначала между центрами промежуточного уровня, а затем – между АЭ, подчиненными этим центрам. Если отсутствует экономический фактор и агрегирование информации, то, очевидно, что эффективность управления в результате такой децентрализации не увеличится. Раздел 1.3 посвящен рассмотрению задач стимулирования в условиях агрегирования информации. Если центр верхнего уровня имеет агрегированную (менее подробную, менее детальную, чем участники промежуточных и нижних уровней) информацию о результатах деятельности и моделях поведения управляемых объектов, то, при отсутствии всех остальных факторов, эффективность управления будет не выше, чем в случае полной информированности ("фактор агрегирования"). Следовательно, возникает задача идеального агрегирования – поиска условий, при которых наличие агрегирования не приводит к снижению эффективности, решаемая в разделе 1.3. В целом, задача идеального агрегирования является частным (предельным) случаем задачи оптимального агрегирования, то есть – задачи поиска условий, при которых наличие агрегирования приводит к минимальному снижению эффективности управления. Известно, что в активной системе, функционирующей в условиях неопределенности, эффективность управления уменьшается с ростом неопределенности [79,81]. Другими словами, чем большей информацией об управляемом объекте и окружающей среде обладает управляющий орган, тем, в большинстве случаев, выше эффективность управления. Следовательно, в многоуровневых АС присутствует "фактор неопределенности", обусловленный информационным взаимодействием участников и исследуемый в разделе 1.

4. При отсутствии всех остальных факторов, увеличение информированности участников АС за счет изменения состава и структуры системы подчас может привести к увеличению эффективности управления. В разделе 1.5 показывается, что введение управления в одноуровневой или многоуровневой системе (введение дополнительного более высокого уровня иерархии) в ряде случаев позволяет перейти в новое состояние, которое не хуже исходного с точки зрения всех участников системы. Возможность достижения коллективно-рационального равновесия за счет введения управления (проявление отношения власти), предложено называть "организационным фактором", наличие которого свидетельствует, что управление – стимулирование – может рассматриваться как системообразующий фактор. В разделе 1.6 рассматриваются ограничения на объем перерабатываемой участниками АС информации, которые предложено называть "информационным фактором". Следует отметить, что традиционно информационный фактор (иногда его называют фактором специализации, или фактором разделения функций, принятия решений и т.д.) является одним из основных объяснений возникновения иерархий. И в реальных сложных системах, и в их моделях, возможность использования единых для всех участников системы или для их групп процедур управления является чрезвычайно привлекательной, так как она позволяет упростить систему управления. С другой стороны, ценой такой унификации являются потери эффективности управления, обусловленные отказом от учета индивидуальных особенностей каждого участника АС. Поэтому раздел 1.7 посвящен анализу такого класса механизмов стимулирования, при использовании которых зависимость вознаграждения от результатов деятельности одинакова для всех активных элементов (АЭ), входящих в систему или подсистему (унифицированные системы стимулирования). Использование унифицированных систем стимулирования может приводить к снижению отрицательных проявлений фактора агрегирования. В то же время, их эффективность не выше эффективности некоторых индивидуальных систем стимулирования, применение которых увеличивает информационную нагрузку на управляющие органы. Следовательно, возникает задача определения рационального компромисса между выигрышем и потерями от унификации. Определенный класс механизмов управления (стимулирования) может рассматриваться как совокупность процедур перераспределения доходов от деятельности активной системы в целом между ее участниками. Возникающие при их использовании оптимизационные задачи (определения компромисса между влиянием организационного фактора, фак тора агрегирования и потерями, связанными с неэффективностью систем стимулирования такого типа) рассматриваются в разделе 1.8. Помимо эффективности механизма управления, важной его характеристикой является надежность. Поэтому в разделе 1.9. вводится определение надежности механизма управления АС и исследуется взаимосвязь между надежностью и эффективностью. В частности, результаты анализа влияния изменений централизации на "фактор надежности" позволяют сделать вывод, что надежность также определяется действием перечисленных выше факторов, то есть увеличение или уменьшение надежности механизма управления многоуровневой АС (как и его эффективности) является следствием проявлений этих (первичных) факторов. Вторая глава посвящена исследованию механизмов планирования в многоуровневых активных системах. При этом мы предполагаем, что в задачах планирования управляющие органы промежуточного уровня не обладают собственными интересами, то есть некоторые факторы (экономический, организационный и т.д.) не имеют места. Поэтому основное внимание при анализе механизмов планирования в многоуровневых АС в главе 2 уделяется задаче оптимального (точнее – идеального) агрегирования – определения потерь от фактора агрегирования и, следовательно, – поиска условий, при выполнении которых этих потерь не происходит. Общая постановка задачи планирования приведена в разделе 2.1. Формулировка задачи идеального агрегирования и произвольной децентрализации содержится в разделе 2.2. Общих условий возможности осуществления идеального агрегирования в механизмах планирования на сегодняшний день получить, к сожалению, не удалось. Поэтому основное внимание уделяется анализу практически важных частных случаев. В том числе, решены задачи идеального агрегирования для анонимных механизмов распределения ресурса (раздел 2.3), механизмов экспертизы (раздел 2.4), механизмов внутренних цен (раздел 2.5) и некоторых механизмов страхования (раздел 2.6). Более того, доказано, что для перечисленных механизмов возможна произвольная децентрализация, то есть в рассматриваемых моделях АС без потери эффективности может быть введено произвольное число промежуточных уровней иерархии, а управляемые элементы могут быть произвольным образом распределены по подсистемам. В третьей главе исследуются возможные нарушения иерархичности системы, при которых имеется межуровневое взаимодействие участников, то есть структура подчиненности не является древовидной;

рассматриваются формальные модели, иллюстрирующие целесообразность или нецелесообразность выполнения принципа единоначалия. В первой, второй и третьей главах различные эффекты, характерные для многоуровневых АС, исследуются по отдельности. Поэтому в четвертой главе качественно обсуждаются возможности одновременного учета проявлений всех выявленных факторов (первичных факторов: агрегирования (включая подфактор декомпозиции оптимизационных задач), экономического, неопределенности, организационного и информационного, а также "вторичного" фактора – фактора надежности) и их суммарного влияния на эффективность управления. Также формулируется принцип рациональной централизации, в соответствии с которым рациональными являются такие структуры и механизмы управления организационной системой, для которых любое допустимое изменение централизации с учетом первичных факторов приводит к снижению эффективности управления. Заключение содержит ряд выводов и обсуждение перспектив дальнейших исследований теоретико-игровых моделей функционирования многоуровневых организационных систем. Пониманию проблем и принципиальных особенностей управления многоуровневыми организационными системами в значительной степени помогли критические замечания А.Р.Арсеньева, д.т.н., проф. В.Н.Буркова, д.ф.-м.н., проф. А.А.Воронина, д.п.н., проф. А.М.Новикова, С.Н.Петракова, д.т.н., проф. Э.А.Трахтенгерца, д.т.н. А.В.Щепкина. Большую помощь в оформлении и подготовки рукописи оказала И.В.Гуреева. Всем помогавшим в работе над книгой автор приносит глубокую и искреннюю благодарность.

НЕКОТОРЫЕ ОБОЗНАЧЕНИЯ АС – активная система;

АЭ – активный элемент;

Ц – центр;

Цj – j-ый центр промежуточного уровня иерархии;

ГНП – гипотеза независимого поведения;

ГБ – гипотеза благожелательности;

ГСВ – гипотеза слабого влияния;

ФЗП – фонд заработной платы;

QK – квазикомпенсаторные системы стимулирования;

C – скачкообразные системы стимулирования;

L – пропорциональные системы стимулирования;

D – системы стимулирования, основанные на перераспределении дохода;

B – степенные компенсаторные системы стимулирования;

РДС – равновесие в доминантных стратегиях;

РН – равновесие Нэша;

РК – распределенный контроль.

I. МЕХАНИЗМЫ СТИМУЛИРОВАНИЯ МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ В В настоящей главе рассматриваются механизмы стимулирования в многоуровневых активных системах: приводится постановка задачи стимулирования (раздел 1.1);

исследуются специфические для многоуровневых АС факторы, влияющие на эффективность управления: экономический (раздел 1.2), агрегирования (разделы 1.3, 1.8), неопределенности (раздел 1.4), организационный (разделы 1.5, 1.8), информационный (разделы 1.4, 1.6);

обсуждается взаимосвязь между эффективностью и надежностью механизмов управления (раздел 1.9). Некоторые приводимые ниже результаты является новыми не только для многоуровневых, но и для базовых – двухуровневых – активных систем (унифицированные системы стимулирования – раздел 1.7, внутреннее стимулирование как трансферт полезностей АЭ, системы коллективного стимулирования – раздел 1.5, стимулирование как перераспределение доходов – раздел 1.8 и др.).

1.1. ПОСТАНОВКА ЗАДАЧИ СТИМУЛИРОВАНИЯ Рассмотрим трехуровневую активную систему (АС), состоящую из одного управляющего органа – центра (Ц) – на верхнем уровне иерархии, n промежуточных центров {Цj} на втором уровне, j = мых объектов – активных элементов {АЭij}, i = 1, n, и N управляе 1, n j, j = 1, n, nj j = n = N, на нижнем уровне (см. рис.1). Будем считать, что каждый АЭ подчинен одному и только одному центру промежуточного уровня, то есть структура подчиненности в рассматриваемой АС имеет вид дерева. Совокупность центра Цj промежуточного уровня и nj подчиненных ему АЭ будем называть j-ой подсистемой. Отметим, что всюду далее в трехуровневых АС индекс i обозначает номер АЭ в подсистеме, индекс j – номер подсистемы. Совокупность центра и промежуточных центров будем называть метасистемой. Условимся в дальнейшем, если не оговорено особо, во-первых, называть центр верхнего уровня просто "центром", а центры второго уровня "промежуточными центрами" или "Цj";

во-вторых, что условие, записанное для АЭij, справедливо для всех АЭ j-ой подсистемы, а условие, записанное для Цj, справедливо для всех центров промежуточного уровня;

и, в третьих, что любая операция (например, суммирование действий, декартово произведение допустимых множеств и т.д.) над элементами подсистем и подсистемами производится, соответственно, по всем элементам подсистемы и по всем подсистемам.

Метасистема Центр j -я подсистема Ц Ц ••• Цj ••• Цn ••• ••• ••• ••• ••• АЭ1j АЭ2j АЭij АЭ n j j Рис. 1. Структура трехуровневой активной системы веерного типа АЭij выбирает действие yij Aij. При этом он получает от j-го промежуточного центра стимулирование ij(yj) Mij и несет затраты cij(yij), где yj = (y1j, y2j,..., y n j j ) Aj = Aij i = nj – вектор действий активных эле ментов j-ой подсистемы. Таким образом, целевая функция АЭ имеет вид11: (1.1.1) fij(yj) = ij(yj) – cij(yij), i = 1, n j, j = 1, n.

Нумерация формул, теорем и т.д. включает номер главы и параграфа.

Цj получает от деятельности АЭ своей подсистемы доход Hj(yj), несет затраты на стимулирование ij ( y j ) i = nj и получает стимулирование j(Yj) Mj от центра, где Yj = Qj(yj) Aj – агрегированный показатель деятельности j-ой подсистемы, Qj : Aj Aj, то есть его целевая функция имеет вид: (1.1.2) j(yj) = Hj(yj) – ij ( y j ) i = nj + j(Yj), j = 1, n.

Однозначное отображение Qj : Aj Aj, где Aj n j, Aj m j, mj nj называется агрегированием по состоянию. Содержательно, агрегирование соответствует такому преобразованию вектора состояний активных элементов подсистемы, при котором результат преобразования определяется однозначно и принадлежит пространству не большей размерности, чем размерность исходного пространства. Обратное отображение, естественно, в общем случае не однозначно. Так, например, ниже в качестве операции агрегирования по состоянию широко используется суммирование, то есть агрегированным показателем деятельности подсистемы является сумма действий входящих в нее АЭ. Понятно, что однозначное восстановление значений индивидуальных действий АЭ по известной их сумме невозможно. Центр получает доход H(Y), зависящий от результатов деятельности подсистем, где Y = (Y1, Y2,..., Yn) A = A j, и несет затраты на стимуj лирование центров промежуточного уровня целевая функция имеет вид: (1.1.3) (Y) = H(Y) – j j (Y ). j = j (Y j ), j = n то есть его n Опишем порядок функционирования активной системы. Сначала центр назначает систему стимулирования центров промежуточного 12 Затратами центра на стимулирование называется сумма функций стимулирования активных элементов. Минимальными затратами на стимулирование по реализации заданного вектора действий называется минимальное значение затрат на стимулирование, побуждающее АЭ выбрать именно этот вектор действий [24,81].

уровня {j(Yj)}, затем каждый из промежуточных центров назначает системы стимулирования подчиненных ему активных элементов {ij(yj)}, и, наконец, активные элементы выбирают свои действия, тем самым определяя значения целевых функций всех участников системы. Во всех моделях теории активных систем центр является метаигроком, обладающим властью – правом устанавливать "правила игры" (выбирать последовательность выбора стратегий и правила обмена информацией, использовать стратегии, являющиеся функциями от стратегий других игроков, и т.д.). Следует отметить, что во всех моделях первой главы единственными параметрами, определяющими значения функций дохода и затрат всех участников системы, являются действия активных элементов или функции от этих действий. Содержательно, АЭ являются создателями некоторых благ, производство которых требует от них определенных затрат и дает всем участникам АС некоторый доход. В рамках такой содержательной интерпретации все остальные участники АС (центр, центры промежуточного уровня и т.д.) никакого участия в "производстве" не принимают, выполняя лишь управляющие функции. Будем предполагать, что информированность участников АС на момент принятия решений следующая: АЭij известны целевые функции fij и допустимые множества Aij всех АЭ, включая выбранную Цj систему стимулирования;

Цj известны целевые функции fij и допустимые множества Aij подчиненных ему АЭ, множества возможных функций стимулирования Mij, функция агрегирования Qj(.), а также назначенная ему функция стимулирования j(.);

центру верхнего уровня известны функции дохода hj(Yj) и затрат cj(Yj) (см. определения ниже), а также допустимые множества Aj центров промежуточного уровня и множества допустимых функций стимулирования Mj. Принципиально важным для проводимого исследования является то, что с точки зрения центра целевая функция Цj имеет вид: (1.1.4) j(Yj) = hj(Yj) – cj(Yj) + j(Yj), j = 1,n, где hj(Yj): Aj 1, cj(Yj): Aj 1 такие, что Yj Aj выполнено: (1.1.5) yj Aj : Qj(yj) = Yj hj(Yj) = Hj(yj), cj(Yj) = ij ( y j ).

i = nj Различие (1.1.2) и (1.1.4) обусловлено тем, что центр в общем случае имеет агрегированные представления о моделях поведения подсистем, согласованные в смысле (1.1.5) с их "детальными" моделями. Отображения (1.1.5) называются агрегированием по модели. Содержательно, нали чие агрегирования по состоянию приводит к тому, что любой участник АС, находящийся на некотором промежуточном уровне иерархии "выглядит" по-разному с точки зрения участников, находящихся на более высоких и более низких уровнях. Такое различие в описании (различие в моделях поведения участника промежуточного уровня, то есть представлениях о нем с точки зрения других участников АС) и есть агрегирование по модели. При дальнейшем изложении, если это не приводит к путанице, мы не будем оговаривать различие между агрегированием по состоянию и агрегированием по модели. Будем считать, что все участники рассматриваемой трехуровневой активной системы следуют гипотезе рационального поведения и не могут образовывать коалиций (кооперативные эффекты исключаются – см. модели кооперации в [31,73,85,108,112]), то есть активные элементы каждой из подсистем выбирают равновесные по Нэшу стратегии при заданных функциях стимулирования, центры второго уровня и центр выбирают стратегии, максимизирующие их целевые функции. Отметим, что игра АЭ j-ой подсистемы возникает из-за того, что стимулирование каждого из АЭ в общем случае явным образом зависит от действий остальных АЭ, входящих в эту подсистему. Игра центров промежуточного уровня возникает, даже если стимулирование каждого из них зависит только от результатов деятельности (действий) АЭ соответствующей подсистемы, так как в общем случае имеются общие ограничения на управление (ресурс и т.д.) со стороны центра. Описав модель стимулирования, необходимо сделать следующее, чрезвычайно важное с методологической точки зрения, замечание. Каждая конкретная модель активной системы и каждая конкретная задача управления в ней однозначно описываются заданием состава, структуры системы и механизма ее функционирования [22,25,81]. Описание механизма функционирования включает себя, в частности, целевые функции участников и множества их допустимых стратегий. Во всех разделах теории управления социально-экономическими системами, изучающих теоретико-игровые модели их функционирования (теория активных систем, теория иерархических игр, теория контрактов, теория реализуемости и т.д.) целевые функции и допустимые множества считаются (или неявно предполагаются) заданными, то есть известными исследователю операций. Понятно, что при этом вне зоны внимания остаются как задача идентификации модели, так и более общий вопрос об адекватности модели реальной моделируемой системе. Следует честно признать, что и в настоящей работе мы вынуждены следовать установившейся традиции, то есть считать, что проблема определения параметров модели выходит за рамки проводимого исследования. Недостатки такого подхода очевидны. Некоторым оправданием может служить, во-первых, констатация того факта, что задачи идентификации моделей более чем достойны отдельного и самостоятельного исследования, во-вторых, ссылка на работы, содержащие описание подходов к решению подобных задач [60,63,84,92,93], и, наконец, в-третьих, предположение, что использование обобщенных решений [80] задач управления активными системами хотя бы отчасти решает проблему адекватности. Продолжим описание модели стимулирования. Обозначим Pj({ij}) Aj – множество равновесных по Нэшу стратегий АЭ j-ой подсистемы (множество решений игры, множество действий, реализуемых системой стимулирования {ij} ым центром системы стимулирования {ij}: (1.1.6) Pj({ij}) = {yj Aj | i = nj i = ) при использовании j 1, n j tij Aij ij(yij,y-ij) – cij(yij) ij(tij, y-ij) – cji(tij)}, где y-ij = (y1j, y2j,..., yi-1j, yi+1j,..., yn j j ) – обстановка для i-го АЭ в j-ой подсистеме. Если стимулирование каждого АЭ зависит только от его собственных действий, то есть выполнена гипотеза независимого поведения (ГНП), то Pj({ij}) = (1.1.7) Pij(ij) = Arg yij Aij Pij ( ij ), где i = nj max fij(yij).

Обозначим Rj(j) – множество решений игры j-ой подсистемы в рамках метасистемы: (1.1.8) Rj(j) = {Yj Aj | t j Aj hj(Yj) – cj(Yj) + j(Yj) hj(t j) – cj(t j) + j(t j)}, R({j}) – множество решений игры центра: R({j}) = j = n Rj(j).

В двухуровневых системах задача стимулирования формулируется следующим образом [15,22,24,81]: найти допустимую систему стимулирования, которая максимизировала бы целевую функцию центра на множестве решений игры активных элементов. При попытке непосредственного переноса такой постановки на многоуровневые системы возникает ряд трудностей. Несмотря на то, что оператор агрегирования Qj(.) определен таким образом, что Aj = Qj(Aj), то есть yj Aj Yj Aj и Yj Aj yj Aj: Yj = Qj(yj), ограничения на механизмы стимулирования и информированность игроков могут оказаться такими, что для некоторого j и/или некоторого YjRj(j) не найдется {ijMij}, таких, что yj Pj({ij}) : Qj(yj) = Yj. Иными словами, назначая некоторую систему стимулирования, центр не может быть уверен, что реализуемое ею действие (максимизирующее целевую функцию Цj) может быть обеспечено некоторой комбинацией реализуемых действий АЭ j-ой подсистемы, реализуемых jым центром при заданных ограничениях на механизмы стимулирования. Содержательно, этот эффект объясняется наличием агрегирования, а также тем, что центры промежуточного уровня "не могут" самостоятельно выбирать {Yj} – эти величины определяются действиями {yj} активных элементов подсистем, на которые центры промежуточного уровня могут оказывать воздействие путем стимулирования, удовлетворяющего заданным ограничениям. Обозначим Pj = U P j ({ ij}), R = U R ({ j}).

ijM ij jM j Введем следующее предположение, которое будем считать выполненным на протяжении всей первой главы и в рамках которого описанная выше ситуация рассогласования 13 множеств действий, реализуемых на различных уровнях, возникнуть не может. А1. Y R j = 1, n yj Pj: Yj = Qj(yj). В рамках предположения А.1 задача стимулирования в метасистеме имеет вид14: (1.1.9) H(Y*) – j (Y * j ) j = n { jM j } max, (1.1.10) Y*j Rj(j), j = 1, n, то есть выбором системы стимулирования (поощрения или наказания участников за выбор тех или иных стратегий) центр побуждает Следует подчеркнуть, что основная цель стимулирования заключается в согласовании интересов участников активной системы. Вводимое предположение исключает возможность рассогласования информированностей участников АС о возможностях управления (см. также содержательное обсуждение ниже). 14 Символ "*" при некоторой переменной – стратегии АЭ, центра и т.д. – здесь и далее обозначает оптимальность значения этой переменной с точки зрения, соответственно, АЭ, центра и т.д.

центры промежуточного уровня к выбору наиболее выгодных (при заданных ограничениях) для него действий. Предположение А.1 гарантирует, что агрегаты, определяемые (1.1.10), могут быть реализованы центрами промежуточного уровня как результаты решения следующих задач стимулирования в подсистемах: (1.1.11) Hj( y j ) – (1.1.12) * j * ij ( y j *) + j(Y*j) max, M i = ij ij nj y Pj({ij}) j= 1, n.

Как и в двухуровневых системах [22,24], под эффективностью стимулирования будем понимать максимальное значение целевой функции центра (1.1.9) на множестве решений игры активных элементов. Более корректно, если обозначить = {j}, то эффективность (1.1.13) K() = max (Y).

YR ( ) В задаче стимулирования для j-ой подсистемы эффективность стимулирования определяется (обозначим j = {ij}): (1.1.14) Kj( j) = max j j(yj).

y jP j ( ) Отметим, что (1.1.13) и (1.1.14) подразумевают выполнение гипотезы благожелательности (ГБ) – из множества действий, доставляющих максимум их целевой функции, промежуточные центры (и/или АЭ) выбирают действия, максимизирующие целевую функцию центра (и/или соответствующего промежуточного центра). В многоуровневых АС веерного типа гипотеза благожелательности в приведенном виде имеет смысл, только если выполнено А1 (см. также [22] и главу 3 настоящей работы). Качественно, трехуровневая АС веерного типа может рассматриваться как совокупность из (n+1) двухуровневых активных систем – n подсистем и одной метасистемы – АС, состоящей из центра и промежуточных центров. Одним из эффектов, возникающих в трехуровневых системах, по сравнению с двухуровневыми, является влияние на эффективность управления фактора агрегирования (как информации – состояний, так и описания участников – моделей их поведения). Действительно, центр не имеет детальной информации о моделях и/или результатах деятельности АЭ, а наблюдает только агрегированные результаты их деятельности, не имея в общем случае возможности выделить вклад конкретного АЭ. Поэтому различным является описание и промежуточных центров: с точки зрения подсистем их целевые функции зависят от индивидуальных результатов деятельности АЭ 27 и индивидуальных результатов деятельности АЭ и определяются выражением (1.1.2). С точки зрения агрегированного описания в рамках метасистемы, целевые функции зависят от агрегированных переменных и определяются выражением (1.1.4). При этом, естественно, эти два различных описания должны быть согласованы в смысле (1.1.5). Наличие агрегирования с одной стороны является специфической характеристикой многоуровневых АС, а с другой стороны – затрудняет их теоретико-игровой анализ. Первым примером таких затруднений является отмеченная выше необходимость "согласования" множеств действий, реализуемых в метасистеме и подсистемах (см. предположение А.1). Отказ от согласованности означает, что в рамках принятой информированности участников центр не может формулировать (и тем более решать) задачу стимулирования – действие, реализуемое в метасистеме, может оказаться нереализуемым в подсистемах. Вне предположения А.1 центр может формулировать и решать задачу стимулирования только с использованием гарантированного результата по неопределенным (в рамках имеющейся его информированности) параметрам. Значит, требуется расширение информированности центра – например, при известных центру оценках j множеств действий, реализуемых в подсистемах, j Rj(j) Qj(Pj({ij})), может решаться задача (1.1.9) при ограничении Y*j j, j = 1, n ;

может быть введено сообщение информации о неизвестных параметрах и т.д. Введем ряд предположений относительно целевых функций и допустимых множеств, которые, если не будет оговорено особо, мы будем считать выполненными в ходе дальнейшего изложения. А2. Aij = Aj = A = [0, + ) 15. А3. cij(yij), cj(yj) – неубывающие, ограниченные снизу функции. А3'. А3, cij(yij), cj(yj) непрерывны, монотонно возрастают и cij(0) = cj(0) = 0. А3''. А3', cij(yij),cj(yj) выпуклы, непрерывно дифференцируемы и c'ij(0) = c'j(0) = 0. А4. Mij = Mj – множество положительнозначных кусочнонепрерывных функций. А4'. Mij = {ij | yijAij 0ij(yij)Cij};

Mj = {j | YjAj 0j(Yj)сj};

А4''. {Mij}: = {ij | yA ij ( yij ) i Сj };

15 Несколько забегая вперед, отметим существенность для дальнейшего исследования "скалярности" (одномерности) модели АЭ – см. также раздел 1.9 и главу 3.

{Mij}: = {j | Y A j (Y j ) j = n c}.

Содержательно, предположение А.2 ограничивает множества допустимых действий активных элементов. Скалярность и неотрицательность их значений на практике может соответствовать, например, количеству произведенной продукции, отработанному времени и т.д. Предположения А.3 утверждают, что: существует действие, требующее минимальных затрат (например, неучастие в данной АС, невыпуск продукции и т.д.), б'ольшим действиям соответствуют б'ольшие затраты (монотонность), причем предельные затраты возрастают с увеличением действия (выпуклость) – например, увеличение дополнительных усилий с увеличением продолжительности рабочего времени и т.д. Предположение А.4. соответствует тому, что центр может использовать поощрения, принимающие любые неотрицательные значения;

А.4' фиксирует ограничения на эти поощрения, то есть – на индивидуальные функции стимулирования АЭ;

А.4'' – на совокупность индивидуальных функций стимулирования. Лемма 1.1.1. Если выполнены предположения А.2, А.3 и А.4, то выполнено А.1. Справедливость утверждения леммы следует из того, что при неограниченных функциях стимулирования и ограниченных снизу затратах максимальные множества действий, реализуемых и в метасистеме, и в подсистемах, совпадают с соответствующими множествами допустимых действий (корректное доказательство этого достаточно очевидного факта приведено в [81]). Содержательно, если на всех уровнях имеется возможность использовать неограниченные управляющие воздействия (поощрения, наказания и т.д.), то управляющие органы могут добиться выбора управляемыми субъектами любых допустимых действий. Следовательно, в рамках (1.1.5) и условий леммы 1.1 центр может не беспокоится о потенциальной нереализуемости некоторых действий в подсистемах. Отметим, что при замене А4 на А4' или А4'' утверждение леммы 1.1 не имеет места. Определим двухуровневый аналог рассматриваемой трехуровневой АС. Если число промежуточных центров равно числу АЭ (n = N – такую трехуровневую АС назовем тривиальной), агрегирование отсутствует (Aj = Aj, Qj(yj) = yj,) и промежуточные центры не имеют собственных интересов (Hj(yj) 0), зависящих от результатов деятельности АЭ соответствующей подсистемы (то есть промежуточные центры выполняют лишь роль идеальных передатчиков информации), то, очевидно, получим двухуровневую АС, в которой эффективность стимулирования будет не ниже, чем в исходной трехуровневой (напомним, что ограниченность возможностей участников АС по переработке информации пока не рассматривается). Даже из поверхностного анализа задачи стимулирования в трехуровневой модели можно выдвинуть следующую качественную гипотезу: без учета затрат на обработку информации (влияние ограниченности возможностей участников АС по переработке информации на эффективность управления в дальнейшем будем считать результатом проявления "информационного фактора") введение дополнительных промежуточных уровней управления, не обладающих собственными интересами (что, правда, представляется достаточно вырожденным случаем), не увеличивает эффективности управления. Таким образом, в настоящем разделе приведена общая формулировка задачи стимулирования в детерминированной трехуровневой активной системе без учета затрат на обработку информации. Более детальное исследование частных случаев этой общей модели содержится в последующих разделах данной главы. В частности, следующий раздел включает описание того случая, когда агрегирование информации отсутствует, и центр полностью информирован о моделях подсистем.

1.2. СТИМУЛИРОВАНИЕ В МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ БЕЗ АГРЕГИРОВАНИЯ ИНФОРМАЦИИ В настоящем разделе будем считать, что агрегирование информации отсутствует, то есть предположим, что центр имеет полную и точную информацию о моделях подсистем (условия согласования (1.1.5) при этом выполняются автоматически). Изложение материала настоящего раздела носит индуктивный характер – переходя от простейшей одноэлементной двухуровневой АС к многоуровневым, мы имеем возможность выявить возникающие при этом новые качественные и количественные эффекты. Поэтому рассмотрим АС, состоящую из одного центра и одного АЭ (если n = 1 и/или N = 1, то индексы будут опускаться), структура которой представлена на рисунке 2.

Центр АЭ Приведенная на рисунке 2 активная система действительно является простейшей в соответствии с классификацией, введенной в [81]. Все другие – более сложные – активные системы образуются путем добавления активных элементов нижнего уровня, дополнительных уровней иерархии, рассмотрения динамики, неопределенности и т.д.

Рис.2. Структура двухуровневой одноэлементной активной системы Целевая функция центра – (y) = H(y) – (y), АЭ – f(y) = (y) – c(y). Для рассматриваемой модели известно, что в рамках А.2 и А.3' минимальные затраты центра на стимулирование по реализации действия y* A равны c(y*) [19,22,24,81]. Последнее утверждение имеет, несмотря на свой тривиальный характер, чрезвычайную важность для всего последующего изложения материала настоящей главы – оно позволяет не останавливаться на решении собственно задачи стимулирования в двухуровневой АС и сконцентрировать все внимание на эффектах иерархии. Содержательно, в рамках гипотезы благожелательности центр должен, как минимум, компенсировать АЭ затраты, например, назначая стимулирование тождественно равное затратам (всюду на A в рамках А4, или равное затратам на соответствующих множествах и нулю вне них в рамках А4' и А4''). При этом, во-первых, если действие y* таково, что затраты на его реализацию не удовлетворяют ограничению на механизм стимулирования, то это действие не реализуемо (что позволяет сразу найти множество реализуемых действий – см. ниже) и, во-вторых, подставляя стимулирование, равное затратам, в целевую функцию центра, мы получаем возможность найти наилучшее для центра реализуемое действие. Поэтому эффективность стимулирования в задаче второго рода16 равна [22,81]: (1.2.1) K0(C) = max [ H(y) – c(y) ], yP ( C ) где (1.2.2) P(C) = {y A | c(y) – min c(y) C}.

y A Если С = +, то А4' превращается в А4 и P (C) = A. Введем теперь один промежуточный центр (структура новой АС приведена на рисунке 3), целевая функция которого равна (1.2.3) 1(y) = H1(y) + 1(y) – (y). Целевая функция центра при этом становится: (y) = H(y) – 1(y), а активного элемента, по-прежнему: f(y) = (y) – c(y). Множество реализуемых действий АЭ в рассматриваемой трехуровневой АС определяется (1.2.2), а множество действий, реализуемых в метасистеме, есть (1.2.4) R(c) = { y A | c(y) – min c(y) – H1(y) c}.

y A Центр Ц Понятно, что минимум затрат на стимулирование достигается при согласовании ограничений механизмов стимулирования в подсистеме и метасистеме, то есть, в частности, при условии, что P(C) = R(c), то есть при (1.2.5) C – c = H1(y*), где y* = arg max [H(y)+H1(y)-c(y)].

yP ( C ) АЭ Рис.3. Структура трехуровневой одноэлементной активной системы Эффективность стимулирования в условиях согласования (1.2.5) равна Задачей стимулирования второго рода называется задача, в которой затраты на стимулирование аддитивно входят в целевую функцию центра. В задаче первого рода они в явном виде в целевую функцию центра не входят. Ниже мы не будем акцентировать внимание на этом различии, ограничиваясь только задачами второго рода (методика переноса результатов исследования одних классов задач на другие изложена в [81]).

(1.2.6) K1 ( C ) = yP ( C ) max [ H(y) + H1(y) – c(y) ].

Если активному элементу или промежуточному центру в равновесии должно гарантироваться некоторое фиксированное значение целевой функции, то соответствующие константы учитываются в выражениях (1.2.2) и (1.2.4) по аналогии с тем как это делается в [19,81]. При дальнейшем изложении подобные ограничения учитываться не будут. Из сравнения выражений (1.2.1) и (1.2.6) видно, что соотношение между эффективностями стимулирования в первом приближении зависит от знака функции дохода промежуточного центра. Если yA H1(y)0, то C 0 K1(C) K0(C). Если yA H1(y) 0, то C 0 K1(C)K0(C). Если же доход промежуточного центра – знакопеременная функция, то для определения соотношения между эффективностями требуется дополнительное более тонкое исследование. Качественно, отличие выражений (1.2.1) и (1.2.6) заключается в том, что в трехуровневой АС при отсутствии агрегирования в целевую функцию центра аддитивно входит доход промежуточного центра от деятельности АЭ, а сам промежуточный центр при выполнении условия (1.2.5) или А.4 играет роль относительно пассивного "промежуточного звена". Итак, если в двухуровневую АС добавляется дополнительный промежуточный уровень управления, получающий собственный неотрицательный доход, то эффективность управления увеличивается за счет того, что промежуточный центр берет на себя часть расходов по стимулированию АЭ. Если же доход этого промежуточного уровня отрицателен (этот случай может соответствовать наличию у него затрат на собственную деятельность (управление) или переработку информации и т.д.), то эффективность стимулирования снижается. Этот эффект от введения дополнительных уровней иерархии с собственными интересами на эффективность управления отражает наличие экономического фактора (см. определение выше). Пример 1.2.117. Пусть в двухуровневой АС H(y) = 1 y, 1 0, c(y) = y2/2, 0. Тогда из (1.2.1)-(1.2.2) следует, что P(C) = [0;

2C / ], K0 (C) = max { 2C / – C, (1)2/2 }.

Следует признать, что большинство примеров в настоящей работе далеко не "перегружены" содержательными интерпретациями, играя роль частных иллюстраций использования описываемых общих методов решения задач анализа и синтеза оптимальных управлений.

Введем промежуточный центр с функцией дохода H1(y) = 2 y, 2 0. Из (1.2.4) получаем, что: R(c) = [0, (1.2.5) следует, что (2 + 2 2 + 2 c ]. Из с = С – 2 (1+2)/.

Получаем, что K1(C) = max{(1+2) 2C / – C, (1+2) /2}.

Сравнивая K0(C) и K1(C), получаем, что C 0 K1 (C) K0 (C). Прирост эффективности стимулирования при введении промежуточного центра (позитивное влияние экономического фактора) обусловлен положительностью дохода последнего (2 0). •18 Таким образом, в одноэлементных АС без учета экономического фактора и информационного фактора (см. более подробно раздел 1.6) введение дополнительных уровней иерархии не увеличивает эффективности управления. Перейдем теперь к рассмотрению многоэлементных АС. Пусть имеется двухуровневая АС с N активными элементами, структура которой приведена на рисунке 4. "Элементарная" ij-ая (одноэлементная двухуровневая) АС выделена пунктирной линией.

Центр АЭ АЭ ••• AЭij ••• АЭN Рис.4. Структура двухуровневой многоэлементной активной системы Понятно, что в рамках предположений А.4 или А.4' при невзаимодействующих АЭ все выводы предыдущего рассмотрения одноэлементных АС останутся в силе и для многоэлементных многоуровневых АС (задача будет декомпозироваться на набор несвязанных одноэлементных задач). Эффективность стимулирования в двухуровневой или трехуровне Знак "•" здесь и далее означает окончание примера, доказательства и т.д.

вой АС с однородными (одинаковыми) АЭ будет равна, соответственно, NK0(C) и NK1(C), где C – ограничение на индивидуальное стимулирование. Поэтому представляет интерес случай взаимодействующих АЭ. К сожалению, общего решения для задачи стимулирования даже в двухуровневой АС с сильно связанными АЭ19 на сегодняшний день не получено (см. обзоры в [19,20,78]). Поэтому в настоящем разделе ограничимся "промежуточным" случаем слабо связанных АЭ (связанные АЭ рассматриваются в разделе 1.5), для которых стимулирование каждого АЭ (и его целевая функция) явным образом зависит только от его собственных действий, но существуют общие ограничения на механизм управления, например – ограничения на стимулирование, накладываемые предположением А.4''. Пусть в двухуровневой АС со слабо связанными АЭ при отсутствии агрегирования выполнено предположение А.4''. Тогда множество реализуемых действий примет вид (в двухуровневых многоэлементных АС активные элементы нумеруются одним индексом – i, пробегающим значения от 1 до N): (1.2.7) P(C) = {y A | ci ( yi ) C}, i = N а эффективность стимулирования будет равна: (1.2.8) K3(C) = вид: (1.2.9) (y) = H(y) – yP ( C ) max [H(y) – ci ( yi ) ].

i = N Введем n промежуточных центров. Тогда целевые функции примут j ( y j ), j = n (1.2.10) j(yj) = Hj(yj) – j(yj) – ij ( y ij ) i = nj (1.2.11) fij(yij) = ij(yij) – cij(yij). Пусть суммарный фонд стимулирования центра верхнего уровня ограничен величиной c 0. Предположим, что он зафиксировал некоторое 19 В [19,24] активной системой с сильно связанными (или просто – связанными) АЭ предложено было называть такую АС, в которой результат деятельности каждого АЭ, его стимулирование и т.д. (в общем случае – целевая функция АЭ) зависит явным образом как от его собственных действий или результатов деятельности, так и от действий и /или результатов деятельности других АЭ.

его распределение {Cj} между подсистемами: Cj 0, C j j = n = c (содер жательно, например – распределяются фонды заработной платы (ФЗП)). Тогда множество действий АЭ, реализуемых в j-ой подсистеме, определяется (1.2.12) Pj(Cj) = {yj Aj | cij ( yij ) – Hj(yj) Cj}.

i =1 n nj Эффективность стимулирования в трехуровневой АС в рамках ГБ равна: (1.2.13) K4(c) = max C j c j y jP j ( C j ) max [H(y) + {Hj(yj) – j = cij ( y ij ) }].

i = nj Проанализируем соотношение между (1.2.8) и (1.2.13) при C = c. Если Hj(yj) 0, то C 0 K4 (C) K3 (C), то есть, если экономический фактор отсутствует, то эффективность стимулирования в трехуровневой АС со слабо связанными АЭ не выше, чем в двухуровневой. Если Hj(yj) < 0, то эффективность строго ниже, если же проявления экономического фактора значительны (Hj(yj) >> 0), то эффективность стимулирования в трехуровневой АС может оказаться строго больше эффективности стимулирования в соответствующей двухуровневой. Отметим, что при определении K4 (c) принципы распределения ФЗП между подсистемами не фиксировались (первый максимум в (1.2.13) соответствует решению этой задачи распределения). Если же принципы распределения ограничений механизма стимулирования подсистем задать априори, то эффективность от этого может только уменьшиться. Таким образом, экономический фактор, влияние которого на эффективность управления может быть как положительным, так и отрицательным, содержательно соответствует введению в АС дополнительных участников со своими интересами и возможностями, которые могут интерпретироваться как дополнительный ресурс управления. При этом последние либо берут на себя часть расходов по управлению активными элементами (позитивный эффект), либо сами требуют дополнительных расходов (негативный эффект). Помимо экономического фактора в рассмотренной модели АС со слабо связанными АЭ проявился и новый фактор, связанный с тем, что при введении промежуточного уровня управления исходная задача декомпозировалась на набор более частных подзадач, которые потом в свою очередь были агрегированы в общую задачу. Влияние такой декомпози ции на эффективность управления условно можно назвать "фактором декомпозиции оптимизационных задач" (см. также модели в [10,39,64,100,102]). Однако он обусловлен скорее спецификой рассматриваемых формальных задач, и, следовательно, не является характерным признаком многоуровневых АС. Поэтому в дальнейшем будем рассматривать фактор декомпозиции оптимизационных задач как составную часть фактора агрегирования. Для иллюстрации положим Hj(yj) 0 и сравним (1.2.8) и (1.2.13). Целевые функции в них одинаковы так как: H(y) + { Hj(yj) – j =1 n cij ( y ij ) i = nj } = H(y) – ci ( yi ), а отличие заключаi = N ется лишь во взятии максимумов. Таким образом, декомпозиция исходной задачи и последующий синтез частных задач в рассмотренной модели не привели в отсутствии агрегирования информации к увеличению эффективности управления. Справедливости ради следует отметить, что агрегирования в чистом виде в моделях настоящего раздела нет – имеется лишь декомпозиция задач, в которых центр обладает об активных элементах в точности той же информацией, что и центры промежуточного уровня. Это, в частности, позволяет говорить о совпадении K3 и K4 в рассматриваемой модели, то есть при отсутствии агрегирования информации (полной информированности всех участников о точных моделях элементов всех уровней) возможно, что декомпозиция задачи управления и не приведет к снижению эффективности. Перейдем к анализу задач стимулирования в многоуровневых АС с агрегированием информации.

1.3. СТИМУЛИРОВАНИЕ В МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ С АГРЕГИРОВАНИЕМ ИНФОРМАЦИИ В разделе 1.1 была приведена общая постановка детерминированной задачи стимулирования в трехуровневой активной системе, то есть в такой АС, в которой результаты деятельности участников не зависят от случайных и неопределенных параметров. Отметим, что детерминированность в таком понимании не противоречит возможности агрегирования по состоянию и по модели. Прежде чем переходить к их теоретическому анализу, рассмотрим пример, иллюстрирующий роль агрегирования информации в иерархических АС. Пример 1.3.1. Пусть Yj = yij, i = nj H(Y) = n Yj, cij(yij) = j = y ij /2ij.

Предположим, что и агрегирование, и экономический фактор отсутствуют, то есть центр полностью информирован о параметрах АЭ, наблюдает все их действия и Hj(yj) 0. Тогда рассматриваемая трехуровневая АС имеет свой двухуровневый аналог (см. определение выше), в котором в рамках А.4 (отсутствие ограничений на стимулирование) центр решает следующую задачу стимулирования:

{yij cij ( y ij )} max {y } j =1 i = ij n nj и находит оптимальное решение y ij * = ij. При этом эффективность стимулирования равна K0 = 2/2, где = ij.

j =1 i = n nj Если фонд заработной платы ограничен величиной c (см. А.4''), то, решая задачу условной оптимизации, получаем, что y ij (c) = ij * 2c,а эффективность – K1(c) = 2c – c. Максимум K1 (c) по c 0 достигается при c = c max = 2 /2 (для проверки можно убедиться, что K1(cmax) = K0). Введем теперь агрегирование без учета экономического фактора (Hj(yj) 0). Задача центра состоит в назначении подсистемам согласованных планов {Xj}, максимизирующих его целевую функцию20: (1.3.1) j n Xj – j = j n cj(Xj) j j j = max, j {X } c j ( X ), Y = X j (1.3.2) j(X,Y ) =. j j Y X 0, Условие (1.3.2) обеспечивает согласованность назначаемых активным элементам планов [9,21-23]. Задача Цj заключается в назначении согласованных планов АЭ своей подсистемы при известном стимулировании (1.3.2):

Системы стимулирования вида (1.3.2), (1.3.4) называются квазикомпенсаторными (QK-типа) [24,81].

(1.3.3) j(Xj,Yj) – cj(Yj) max, { y ij} (1.3.4) ij(xij,yij) = nj cij ( x ij ), y ij = x ij, 0, y ij x ij = Xj.

(1.3.5) Qj(xj) = вид:

xij i = Условие согласованности моделей (1.1.5) для данного случая примет (1.3.6) cj(Yj) = cj( y ij ):= { cij ( y ij ) | i =1 i = nj nj i = yij nj = Yj}.

Остановимся на выражении (1.3.6) более подробно. Важнейшим для нашего анализа ее свойством является то, что при агрегировании по состоянию и по модели набор действий АЭ некоторой подсистемы, приводящий к фиксированному значению агрегата деятельности этой подсистемы, не единственен. Другими словами, существует несколько (быть может континуум) затрат cj(Yj), согласованных с условии cij ( yij ) i = nj при yij i = nj = Yj. Эта неоднозначность есть результат агрегирования (в рассматриваемом примере суммирование не является взаимно однозначным преобразованием). Предположим, что затраты (1.3.6) определяются в результате решения следующей задачи:

nj cij ( y ij ) min { yij }, (1.3.7) i =1 nj y = X j i =1 ij то есть из всех отображений, удовлетворяющих (1.3.6), выбирается то, на котором достигается минимум суммарных затрат j-ой подсистемы на выполнение плана Xj.

При cij(yij) = j = рять (1.3.8) cj(Y ) = j y ij /2ij решение (1.3.7) имеет вид y ij (Xj) = ij Xj / j, где * ij. Получаем, что затраты j-ой подсистемы должны удовлетвоi = nj (Y j ) 2 j.

Решая теперь задачу центра (1.3.1), получаем оптимальное распределение фондов стимулирования между подсистемами: (1.3.9) Xj * = j. Заметим, что при этом y ij (Xj) = ij Xj */ j = ij, что совпадает с ре * шением задачи стимулирования в двухуровневой АС с теми же АЭ и обеспечивает эффективность K0 = 2 / 2. Если суммарный фонд заработной платы (ФЗП) ограничен величиной c, то, используя (1.3.8)-(1.3.9), получаем оптимальное распределение ФЗП между подсистемами: Cj = c j /, что обеспечивает эффективность стимулирования K1 = 2c – c, в точности совпадающую с величиной K1(c), полученной выше для двухуровневой АС. Таким образом, доопределение затрат подсистем с помощью (1.3.7) позволило получить в трехуровневой АС в точности ту же эффективность стимулирования, что и в соответствующей двухуровневой, то есть введение дополнительных уровней управления и агрегирования информации не снизило эффективность управления. Этот факт представляет значительный интерес, так как введение агрегирования без учета информационного фактора в общем случае не увеличивает эффективности. Если эффективность управления в трехуровневой АС с агрегированием информации равна эффективности управления в соответствующей двухуровневой АС с полной информированностью центра о моделях поведения АЭ и подсистем, то агрегирование назовем идеальным. Следует отметить, что такое определение идеального агрегирования ставит во главу угла эффективность управления, а не передаваемую информацию, соотношение ее объемов и т.д. В рассматриваемом примере идеальность агрегирования обеспечивалась условием (1.3.7). Покажем, что, если определить затраты подсистем другим образом, отличным от (1.3.7), но согласованным с (1.3.6), то эффективность стимулирования может только уменьшиться. Для иллюст рации возьмем предельный случай – предположим, что затраты (1.3.6) определяются в результате решения следующей задачи:

nj cij ( y ij ) max { yij}, (1.3.10) i =1 nj y = X j i =1 ij то есть из всех отображений, удовлетворяющих (1.3.6), выбирается то, на котором достигается максимум суммарных затрат j-ой подсистемы на выполнение плана Xj. Решение (1.3.10) содержательно соответствует выполнению всего плана Xj тем АЭ j-ой подсистемы, который имеет максимальные затраты. Обозначив j min = i =1,n j min ij, получим:

(1.3.11) cj(X ) = j ( X j) 2 min j min j,.

Решая задачу (1.3.1), находим оптимальные значения планов подсистем: (1.3.12) Xj * = n что приводит к эффективности K2 = 2/ n j = min j. Сравнивая K2 с K0 = 2/2 j получаем, что K2 K0. Отношение = K2 / K0 можно j = рассматривать как относительные потери эффективности, связанные с неидеальностью агрегирования. Если все АЭ одинаковы (такие АС называются однородными), то, очевидно, имеет место: (1.3.13) = n / N. Содержательно, из (1.3.13) следует, что "потери агрегирования" увеличиваются с ростом числа АЭ в системе и уменьшаются с ростом числа промежуточных центров. Последний эффект особенно ярко проявляется в предельном случае – если число промежуточных центров равно числу АЭ (тривиальная трехуровневая АС), то потери агрегирования отсутствуют (потому что в данном случае нет и самого агрегирования). • Закончив рассмотрение примера, перейдем к анализу общего случая. Определим для произвольного Yj Aj множество: (1.3.14) Aj(Yj) = {yj Aj | Qj (yj) = Yj}. Пусть nj min y ij ( Yj ) – решение следующей задачи:

(1.3.15) а cij ( y ij ) i = y j A j (Y j ) min, yij max (Yj) – решение следующей задачи:

(1.3.16) cij ( y ij ) y max ( i = j nj Aj Y nj j.

) Обозначим min max j j min max c j (Y ) = cij ( y ij (Y j )), c j (Y ) = cij ( y ij (Y j )).

i = i = nj Очевидно, что c min j (Y ) и j c max j (Y ) удовлетворяют (1.1.5), то есть ре j альная модель промежуточного центра и представления о ней центра согласованы. Более того, очевидно, что Y A любая функция затрат промежуточного центра (при условии реализации используемыми системами стимулирования соответствующих действий в подсистемах – см. раздел 1.2) cj(Yj) удовлетворяет: (1.3.17) cj min (Yj) cj(Yj) cj max (Yj).

Агрегированная функция затрат cj min (Yj) промежуточного центра минимизирует его затраты на стимулирование по реализации агрегата Yj и соответствует идеальному агрегированию. Определяемый (1.3.17) диапазон изменений агрегированной функции затрат отражает характерную для многоуровневых систем неполноту информированности центра о моделях активных элементов. Таким образом, обоснована справедливость следующих утверждений. Теорема 1.3.1. Если выполнены предположения А.1 и А.4, то в рамках ГБ максимальная гарантированная (по множеству согласованных моделей подсистем) эффективность стимулирования в трехуровневой АС равна (1.3.18) K max g = max [H(Y) – Y A cj j = n max (Yj)].

Теорема 1.3.2. Если выполнены предположения А.1 и А.4, то в рамках ГБ максимальная эффективность стимулирования в трехуровневой АС соответствует полной информированности центра о моделях АЭ и равна (1.3.19) Kmax = max [H(Y) – Y A cj j = n min (Yj)].

Следствие 1.3.3. а) Идеальное агрегирование имеет место, если агрегированная функция затрат промежуточного центра равна cj min (Yj).

б) Без учета информационного фактора агрегирование информации в задачах стимулирования в многоуровневых АС не увеличивает эффективности стимулирования. Выражения (1.3.18) и (1.3.19) дают, соответственно, нижнюю и верхнюю оценки эффективности стимулирования в рассматриваемой трехуровневой активной системе: K max K Kmax. Таким образом, для g достижения максимальной эффективности стимулирования Kmax центр должен либо полностью знать модели поведения АЭ и промежуточных центров для того, чтобы обеспечить выполнение (1.3.15) (что лишает агрегирование смысла), либо добиваться выполнения (1.3.15) какимилибо другими доступными ему способами. Пусть, например, значение агрегированной функции затрат промежуточного центра есть c min (Yj), но неизвестно точно центру. Если центр j будет использовать механизм с сообщением информации, основывающийся на сообщениях промежуточных центров, то максимальная эффективность достигнута не будет. Действительно, промежуточные центры могут сообщать центру любые оценки затрат, удовлетворяющие (1.3.17) (уличить их в искажении информации при этом невозможно). Тогда оптимальной стратегией каждого из независимых промежуточных центров будет сообщение максимальных затрат cj max (Yj), так как стимулиро вание центра основано на компенсации затрат и при таком сообщении значение целевой функции промежуточного центра максимально. Следовательно, возникает новый класс задач – задач анализа и синтеза механизмов с сообщением информации в многоуровневых АС. Вторым классом задач, возникающих в многоуровневых АС с агрегированием информации является задача оптимального агрегирования (см. введение), то есть – задача выбора агрегатов, минимизирующих различие между максимальной гарантированной и максимальной эффективностями. И, наконец, третьим классом новых задач являются задачи синтеза структуры АС – выбора оптимального числа промежуточных центров, решение задач о назначении (разбиения множества АЭ на подсистемы) и т.д. (в рассмотренном выше примере 1.3.1 мы видели как относительные потери в эффективности зависят от числа промежуточных центров и числа АЭ (см. 1.3.13)). Детальное изучение механизмов такого рода выходит за рамки настоящей работы и является задачей будущих исследований.

1.4. СТИМУЛИРОВАНИЕ В МНОГОУРОВНЕВЫХ АКТИВНЫХ СИСТЕМАХ, ФУНКЦИОНИРУЮЩИХ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ До сих пор мы рассматривали детерминированные активные системы, в которых участники обладали в рамках информированности, соответствующей той или иной модели, полной и точной информацией о существенных внутренних и внешних по отношению к системе параметрах. Расширением базовой детерминированной модели являются активные системы с неопределенностью [81]. Достаточно общим (для различных типов и видов неопределенности) является вывод о том, что с ростом неопределенности гарантированная эффективность стимулирования не возрастает [81]. Более того, для ряда моделей двухуровневых АС было показано [20,78,81], что обмен информацией между АЭ нижнего уровня и между АЭ и центром иногда позволяет снизить неопределенность и увеличить эффективность управления. Поэтому в настоящем разделе в основном на примере нечеткой внешней неопределенности (см. детальное описание модели в [79,81]) изучается "фактор неопределенности" (корректней было бы назвать его "фактор снижения неопределенности" или "фактор изменения информированности"), заключающийся в потенциально взаимовыгодном обмене информацией между участниками трехуровневой АС, приводящем к увеличению эффективности управления. Рассмотрим двухуровневую многоэлементную активную систему, функционирующую в условиях нечеткой внешней неопределенности при симметричной информированности участников [79,81]. Результат деятельности ij-го АЭ zij Aij в общем случае зависит от его действия и от состояния природы, о котором имеется нечеткая информация. Предположим, что и центр, и АЭ на момент принятия решений обладают одинаковой информацией о функции принадлежности результата деятельности АЭ в зависимости от его действия: P ij(zij, yij). Целевая функция АЭ ~ зависит от результата его деятельности: (1.4.1) fij(zij) = ij(zij) – cij(zij), а целевая функция центра есть (1.4.2) (y) = H(y), то есть, в отличие от моделей, рассматриваемых в предыдущих разделах, будем считать, что целевые функции всех АЭ зависят от результатов их деятельности. Пусть ij±(xij) = max (min) {zij Aij | P ij(zij, xij) = 1}. Введем ~ следующие предположения. А5. Функции P ij(zij, yij) 1-нормальны [79,81,84].

~ А6. x1 x2 ij-(x1) ij-(x2), ij+(x1) ij+(x2). Для выполнения А6, например, достаточно, чтобы результат деятельности АЭ аддитивно зависел от его действия и нечеткого состояния природы. Определим множества (1.4.3) Sij(xij) = {yij Aij | P ij(xij, yij) = 1}, S(x) = S ij ( x ij ), A' = Aij.

~ i, j i, j В [79] доказано, что гарантированная эффективность стимулирования определяется следующим образом: (1.4.4) Kg0 = max min (y).

x A yS ( x ) Из [81] известно, что гарантированная эффективность стимулирования в АС с внешней нечеткой неопределенностью не выше, чем в соответствующей детерминированной АС и не возрастает с ростом неопределенности. Поэтому, если объединение отдельных АЭ в систему увеличивает их информированность (в частности такое увеличение информированности может происходить за счет дополнительной обработки информации центром или центрами промежуточного уровня), то оно может приводить и к росту эффективности управления, при условии, что информационные возможности управляющих органов достаточны, например, если информация может быть переработана ими в реальном масштабе времени. Объединение нечеткой информации АЭ соответствует пересечению соответствующих информационных множеств – например: (1.4.5) P (z, y) = I P ij(z, y) = min { P ij(z, y)}.

~ i, j ~ i, j ~ Если выполнено А5 и А6, то (1.4.5) эквивалентно: –(x) = ij(x)}, max {i, j (x) = + min i, j {+ij(x)}.

Рассмотрим пример, иллюстрирующий целесообразность информационного взаимодействия участников. Пример 1.4.1. Пусть H(y) = ij yij, j =1 i = n nj cij(yij) = 2 y ij /2ij;

+ + + ij = xij – ij(x), ij = ij(x) – xij – не зависят от xij и ij = ij = ij, причем 2ij ij ij. Если 0ijСij, то множество реализуемых действий АЭij есть Pij = [0;

2 C ij ij ], а эффективность равна K0 = j =1 i = n nj {i 2 C ij ij – ij ij}.

Если возможен обмен информацией, то эффективность будет равна: K '= j = n nj i = ij 2 C ij ij – min {ij} i, j ij.

j =1 i = n nj Отметим, что такой обмен информацией выгоден всем участникам АС: реальная полезность АЭ не изменится, а полезность центра не уменьшится. Очевидно, K0' K0, причем, если хотя бы один АЭ имеет четкую и достоверную информацию о состоянии природы, то второе слагаемое в выражении для K0' равно нулю (первое слагаемое соответствует эффективности стимулирования в соответствующей детерминированной АС).• Таким образом, результат сравнения эффективностей управления в случаях различной информированности участников АС является косвенной оценкой затрат на преобразование, передачу и обработку информации, то есть оценкой влияния фактора неопределенности. Следует отметить, что на сегодняшний день достаточно полно разработаны методы решения задач стимулирования в двухуровневых АС, функционирующих в условиях неопределенности (интервальной, вероятностной и нечеткой) при симметричной и асимметричной информированности участников [19,20,78,81]. В указанных работах проведен анализ и приведены оценки влияния неопределенности на эффективность управления. Там же предложено рассматривать разность эффективностей управления при различной информированности как стоимость соответствующей информации. Перенос известных результатов такого рода с двухуровневых на многоуровневые АС представляется достаточно перспективным. При этом необходимо учитывать, что даже в рамках одинаковой информированности возможно возникновение ошибок принятия решений за счет субъективных различий оценок имеющейся информации [91]. Выше была рассмотрена модель двухуровневой АС, функционирующей в условиях нечеткой внешней неопределенности. При этом оказалось, что объединение информации участников позволяет увеличить эффективность управления. Относительно трехуровневых АС с нечеткой неопределенностью следует отметить, что объединение нечеткой информации (1.4.5) является полностью децентрализуемой операцией в следующем смысле: АС может быть разбита произвольным образом на подсистемы, затем пересечение информационных множеств P ij(z, y) ~ может быть вычислено внутри подсистем, после чего – между подсистемами. Тем же свойством полной децентрализуемости обладают операции объединения информации и в многоуровневых АС, функционирующих в условиях внешней интервальной неопределенности при условии, что участники АС обладают согласованной информацией. Поясним это утверждение более подробно. Пусть результат деятельности АЭij zij = yij +. Предположим, что АЭij достоверно знает, что ij = [dij;

Dij]. Тогда объединение информированности участников означает определение множества = [d;

D] = I ij ij, где i, j d= max {dij}, D = min {Dij}, то есть количество информации увеличиi, j i, j вается. Понятно, что пересечение множеств ij можно вычислять в произвольной последовательности, в частности – сначала внутри подсистем: j = I ij, а затем – между подсистемами: = I j. Существенной i j при этом является согласованность информации АЭ, которая гарантирует, что, то есть d D. Полученный в [77] результат об оптимальном управлении в условиях симметричной информированности о внешней неопределенности – "теорема о стукаче" – также может быть обобщен на случай многоуровневых АС, так как рассмотренная в упомянутой работе модель полностью децентрализуема в оговоренном выше смысле. Содержательно, оптимальной стратегией центра и/или промежуточного центра является назначение в метасистеме/подсистеме диктатора ("стукача"), который будет сообщать информацию о внешних условиях функционирования и поощряться независимо от результатов его деятельности. Вся известная диктатору и сообщенная им достоверно (в силу независимости вознаграждения от сообщения) информация используется центром для синтеза оптимального механизма управления остальными АЭ. Интересно отметить, что диктатором следует назначать участника, эффективность деятельности которого минимальна, то есть тот АЭ/промежуточный центр, бездеятельность которого приводит 47 к ность которого приводит к наименьшему снижению критерия эффективности функционирования системы/подсистемы. В случае вероятностной неопределенности снижение неопределенности за счет децентрализуемости информации не столь очевидно. Пусть, например, внешняя неопределенность приводит к следующей зависимости результата деятельности от действия АЭ: zij = yij + ij, где ij – состояние природы – внешний для АЭij фактор. Пусть {ij} – независимые одинаково распределенные случайные величины, а показатель деятельности j-ой подсистемы Zj = Yj = i = nj zij = Yj + j, где i = nj yij, j = i = nj ij. Тогда, если число АЭ в подсистеме достаточно велико, то агрегирование информации автоматически приводит к снижению неопределенности: центру, например, не обязательно знать распределения случайных величин, а достаточно (при заданном уровне риска) воспользоваться законом больших чисел. Активные системы с большим числом участников обладают рядом специфических свойств (см. обзор [78] и ссылки в нем). Помимо отмеченной выше возможности "автоматического усреднения" результатов деятельности АЭ, следует упомянуть также результаты, требующие выполнения гипотезы слабого влияния (см. [22,28,75,109], а также раздел 2.5 настоящей работы), степень "выполнения" которой, естественно, зависит от числа участников АС. В случае вероятностной неопределенности в иерархических АС имеет место также эффект страхования. Если имеется набор несклонных к риску АЭ, то даже взаимное страхование (выделение одного АЭ с той же несклонностью к риску, который будет выполнять роль страховщика) является взаимовыгодным [90]. Еще более выгодным для АЭ с точки зрения ожидаемой полезности является перераспределение риска с нейтральным к риску центром (см. подробное обсуждение теоретикоигровых моделей страхования в рамках теории активных систем в [25,27,58], а также раздел 2.6 настоящей работы, посвященный децентрализации механизмов страхования). Для центров промежуточного уровня имеет смысл перераспределение риска с центром верхнего уровня – эффект перестрахования (см. раздел 2.6) и т.д. Поэтому с одной стороны страхование может рассмат риваться как системообразующий фактор21 (см. раздел 1.5 и модели трудовых и страховых контрактов в [19]), а с другой – как одна из составляющих фактора неопределенности.

1.5. СТИМУЛИРОВАНИЕ КАК СИСТЕМООБРАЗУЮЩИЙ ФАКТОР Если в предыдущих разделах при анализе качественных отличий многоуровневых активных систем от двухуровневых мы стояли на позициях оперирующей стороны – центра (исследовали, фактически, "зачем центру нужны промежуточные уровни управления"), интересуясь, в основном, эффективностью управления (которая определялась значением целевой функции именно центра), то в настоящем разделе мы рассмотрим иерархию с точки зрения активных элементов нижнего уровня. Другими словами, попытаемся ответить на вопрос – "зачем АЭ нужны более высокие уровни иерархии (промежуточные центры, центр и т.д.)?" Ответ на поставленный вопрос будет производиться в два этапа, результаты выполнения каждого из которых представляют самостоятельный интерес. На первом этапе изучается одноуровневая АС – набор "равноправных" активных элементов, ни один из которых не является метаигроком по отношению к другим элементам. В качестве альтернативы одноуровневой системе, рассматривается двухуровневая система, отличающаяся от исходной выделением над множеством АЭ управляющего органа – центра, наделяемого властью, понимаемой в контексте рассматриваемой модели как право первоочередного (в последовательности выбора стратегий) принятия решений, неизбежно затрагивающих интересы АЭ. Исследование взаимодействия активных элементов и центра подразумевает анализ задачи стимулирования в двухуровневой АС с сильно связанными АЭ (см. определение выше). Таким образом, на первом этапе решается определенный класс новых задач стимулирования в двухуровневых АС. На втором этапе – собственно изучения выгодности для АЭ введения управляющего органа – проявляется "многоуровневость", так как результаты первого этапа (решения задачи стимулирования) позволяют сравнить эффективности функционирования АЭ в отсутствии центра и в его присутствии.

Стимулирование в вероятностных активных системах также может рассматриваться как одно из проявлений перераспределения риска, то есть страхования (см. [19,25 и др.]).

Рассмотрим одноуровневую активную систему, состоящую из N активных элементов. Стратегией каждого АЭ является выбор действия yi Ai, i I = {1, 2,..., N}. Целевая функция (функция полезности, выигрыша, предпочтения и т.д.) каждого АЭ hi зависит от действий всех АЭ, то есть hi = hi(y), где y = (y1, y2,..., yN) A' = Ai, hi: A' 1. Предпоi = N ложим, что АЭ полностью информированы друг о друге (каждому известны все целевые функции и допустимые множества), но вынуждены действовать независимо, не делая предположений о поведении других АЭ (этим предположением мы исключаем из рассмотрения: кооперативные эффекты – возможности образования коалиций и т.д., а также эффекты рефлексии, используемые при определении Байесовского равновесия, равновесия Штакельберга, П-решения и др. [22,108,117]). Тогда, в соответствии с гипотезой рационального поведения, каждый АЭ будет выбирать собственную стратегию, максимизирующую его целевую функцию. Основная "проблема" теории игр заключается в том, что эта стратегия не единственна и зависит от обстановки (вектора стратегий остальных игроков – АЭ). Следовательно, необходимо введение понятия равновесия, а иногда и его доопределение для конкретной игры. Если оптимальная стратегия каждого из игроков не зависит от обстановки, то имеет место равновесие в доминантных стратегиях (РДС): yd – РДС тогда и только тогда, когда (1.5.1) i I y-i A'-i yi Ai hi( y i,y-i) hi(yi,y-i). К сожалению РДС существует достаточно редко, поэтому в некооперативных играх чаще используется концепция равновесия Нэша (РН): yN – РН тогда и только тогда, когда Введем на множестве A' отношение " f ": y1 f y2 i I hi(y1) hi(y2) и j I: hj(y1) > hj(y2). Определим множество Парето оптимальных (эффективных) стратегий22: (1.5.3) EP(h) = {y A' | ¬ t A': t f y}.

22 Отметим, что на сегодняшний день не существует общепризнанного определения коллективной рациональности. В то же время, в экономике, в математической теории управления социально-экономическими системами и др., существует консенсус относительно того, что любое определение коллективной рациональности должно быть согласовано с аксиомой Парето (аксиомой единогласия), то есть считается, что коллективно рациональными могут быть только Парето оптимальные исходы [45,52,73,87].

d (1.5.2) i I yi Ai hi( y i, N N N y i ) hi(yi, y i ).

Обозначим Ed(h) – множество РДС, EN(h) – множество РН, ENP(h) множество равновесий Нэша, которые не доминируются по Парето другими равновесиями Нэша, EPN(h) – множество тех Парето оптимальных стратегий, которые являются равновесиями Нэша. Вопрос о том, какой вектор стратегий выберут АЭ, производя этот выбор в условиях полной информированности о целевых функциях и допустимых множествах друг друга одновременно, без предварительных договоренностей, в общем случае остается открытым. Если существует РДС, то логично предположить, что АЭ выберут именно доминантные стратегии. Если РДС не существует, то в качестве состояния системы обычно принимается равновесие Нэша. Если таких РН несколько и среди них существует РН, недоминируемое по Парето другими РН, то, считают, что, скорее всего система окажется в ENP(h). Если же все РН не доминируют друг друга, то сказать априори, без введения дополнительных предположений, ничего нельзя. В общем случае, всегда выполнено: Ed(h) EN(h), ENP(h) EN(h), но может оказаться, что ENP(h) EP(h) = или даже Ed(h) EP(h) =. Содержательно, концепции равновесия в доминантных стратегиях и равновесия Нэша отражают индивидуальную рациональность поведения активных элементов. В первом случае – независимо от обстановки существует оптимальная стратегия, во втором – индивидуальное отклонение любого АЭ от РН невыгодно ему, если все остальные АЭ не отклоняются от РН. К сожалению, во многих случаях индивидуальная рациональность входит в противоречие с коллективной рациональностью (очень условно отражаемой аксиомой Парето). Противоречие следующее – с одной стороны, набор индивидуально рациональных стратегий (например, РДС, РН и т.д.) может доминироваться другим набором стратегий (при котором все АЭ получают не меньшие выигрыши, а кто-то – строго большие). С другой стороны, коллективно рациональных стратегии (множество Парето оптимальных стратегий) может быть несколько, они могут быть неустойчивы относительно индивидуальных отклонений АЭ (может найтись АЭ, который один, изменяя свою стратегию, еще более увеличивает свой выигрыш, естественно, за счет других игроков). Соотношение индивидуальной и коллективной рациональности является одной из ключевых проблем теории игр (см. примеры и ссылки в [73,74,78]). Интуитивно ясно, что если существует лучшая для всех АЭ (по сравнению с индивидуально рациональным) линия поведения (при условии, что коалиции, переговоры и т.д. запрещены), то следует выработать процедуру (механизм) наказания тех АЭ, которые будут от нее отклоняться. Следует отметить, что механизм наказания является "внешним" по отношению к активным элементам и зачастую либо навязывается им извне, например, центром, либо является предметом их договоренности (расширение игры). Если последовательно разыгрывается несколько партий игры, то, изменяя свои стратегии, АЭ могут в текущем и будущих периодах наказать участника, отклонившегося в предыдущем периоде. Задачи построения таких стратегий решаются в теории повторяющихся игр (см., например, обзор [78] и ссылки в нем). Сложнее дело обстоит в статике – при разыгрывании одной единственной партии игры, так как в этом случае угроза будущего наказания со стороны партнеров бессмысленна23. Угроза наказания приобретает смысл в статике, если имеется третье (по отношению к АЭ) лицо, наделенное соответствующими властными полномочиями, например – центр. Налагая штрафы, он может сделать невыгодным индивидуальное отклонение от коллективного оптимума, то есть сделать Парето оптимальную стратегию устойчивой по Нэшу. Это – первое, что может предложить центр АЭ, причем ниже будет показана выгодность этого для АЭ с точки зрения значений их функций выигрыша (экономический фактор с точки зрения АЭ). Второй эффект от введения центра заключается в снижении объема информации, перерабатываемой АЭ. Действительно, для "вычисления", например, РН каждый из АЭ должен знать целевые функции и допустимые множества всех АЭ с тем, чтобы, опять же, каждый из них мог независимо решить систему неравенств (1.5.2). При введении центра, последнему достаточно, обладая информацией о каждом из АЭ (информированность АЭ друг о друге уже не нужна), вычислить все равновесия, разработать систему наказания и дать соответствующую информацию активным элементам, уменьшив тем самым нагрузку по обработке информации на АЭ (информационный фактор с точки зрения АЭ). Перейдем к формальному описанию качественно отмеченных выше эффектов, то есть исследуем задачу стимулирования в многоэлементной АС с сильно связанными элементами. Фиксируем два вектора стратегий y1, y2 A' и определим "выигрыш" i-го АЭ от "перехода" из точки y1 в точку y2:

23 Следует отметить, что "попадание" игроков в точку Нэша и устойчивость по Нэшу имеют смысл либо в динамике (см. модели коллективного поведения в [83]), либо в рамках делаемого иногда неявно предположения, что игроки "рассчитывают" равновесную точку априори, моделируя каждый для себя динамику и/или возможные отклонения всех игроков. При этом проблема интерпретации равновесия Нэша в статических играх (при однократном выборе стратегий) остается на сегодняшний день открытой (см. [22,24,31,34,74,78,85 и др.]).

(1.5.4) i(y1, y2) = hi(y2) – hi(y1) и суммарный выигрыш активных элементов системы от такого перехода: (1.5.5) (y1, y2) = H0(y2) – H0(y1), где (1.5.6) H0(y) = hi ( y ).

i = N Отметим, что (1.5.6) является утилитарной функцией коллективной полезности, свойства которой подробно исследуются, например, в [73]. Содержательно, функция H0(y) может интерпретироваться как функция "системы" из N активных элементов. Функция H0(y) согласована с введенным выше отношением " f " в следующем смысле: если y1 f y2, то H0(y1) H0(y2) (обратное, вообще говоря, не верно). Введем определение стимулирования для рассматриваемой модели. Будем различать стимулирование двух типов – "внутреннее" и "внешнее". Под внутренним стимулированием будем понимать перераспределение выигрышей между АЭ системы, то есть внутреннее стимулирование соответствует трансферабельной полезности [73] (до сих пор – в предыдущих разделах – полезность АЭ не была трансферабельна) и, естественно, должно быть сбалансировано. Под внешним стимулированием будем понимать систему наказаний активных элементов центром, которая может нарушать балансовое ограничение (см. для сравнения модели партнерства в [73,138]). Итак, с учетом стимулирования {i(y)} целевая функция АЭ имеет вид: (1.5.7) fi(y) = hi(y) – i(y). Использование центром системы стимулирования (1.5.8) i(y1, y2) = где (1.5.9) i ( y 2 i ) = max hi(yi, y 2i ) i ( y1, y 2 ), ( y ), i 2i yi Ai y i = y 2i, y i y 2i – стратегия наказания АЭ за отклонение от y2i, y2-i – обстановка для i-го АЭ в точке y2;

в рамках гипотезы благожелательности превращает y2 в равновесие Нэша, не менее выгодное для i-го АЭ, чем точка y1. Заметим, что использованием следующей более "жесткой" системы стимулирования центр может любое действие y2i АЭ сделать его доминантной стратегией: i(y1, y2) = y i = y 2i 0, ( y, y ), y y, i ( y, y 2 ) = max hi(y). y A© i 2 i 2i В выражении (1.5.8) первый режим соответствует трансферту полезностей (элементу доплачивают или он доплачивает другим АЭ за выбор y2 вместо y1 – см. также механизм ключевых агентов в [73]), то есть внутреннему стимулированию, а второй режим – внешнему стимулированию – наказанию за индивидуальные отклонения (вопрос о допустимости тех или иных стратегий наказания с точки зрения ограничений механизма рассматривается ниже). Перейдем к анализу балансового (бюджетного) ограничения. Так как трансферты полезности соответствуют внутреннему, то есть замкнутому относительно множества АЭ, стимулированию, то, очевидно, сумма трансфертов должна быть неположительна. Если центр имеет возможность привлечь внешний ресурс в размере С 0, то балансовое ограничение, то есть условие внутренней сбалансированности, примет вид: (1.5.10) i = N i(y1, y2) = (y1, y2) = H0(y2) – H0(y1) – С.

Таким образом, с одной стороны в рамках замкнутого набора АЭ (при C = 0) (1.5.10) – условие неотрицательности баланса трансфертов, а с другой стороны, как отмечалось выше, это – достаточное условие (с учетом (1.5.8)) Парето доминирования точкой y2 точки y1 [31,52,87]. Исследуем теперь возможности "переходов с точки зрения балансового ограничения. Фиксируем произвольную точку y0 A'. Определим множество P(y0,C) = { y A' | (y0,y) C } тех действий, в которые АС может быть переведена внутренним стимулированием при заданном балансовом ограничении. Понятно, что множество точек, в которые АС может быть переведена внутренним стимулированием из любой точки, есть (1.5.11) P(C) = I P ( y 0, C ) = { y A' | H(y) max H(y) – C }. ' y 0 A' y A Легко показать (см. [87]), что при использовании центром системы стимулирования (1.5.8), любая точка множества P (C) оптимальна по Парето, то есть P(C) EPN(f) (обратное включение в общем случае не верно). Следовательно, внешнее и/или внутреннее стимулирование в ряде случаев позволяет сделать эффективное по Парето коллективное решение устойчивым по Нэшу. Имея результаты исследования задачи стимулирования, изучим преимущества и недостатки введения дополнительного уровня иерархии (выделения над множеством АЭ метаигрока – центра). Введем следующий механизм функционирования АС. Центр предлагает АЭ использовать систему стимулирования (1.5.8) с y2P(C). При этом: – y2 является равновесием Нэша, в котором всем АЭ обеспечивается не меньшая полезность, чем при выборе любого другого индивидуально рационального равновесия;

– отпадает необходимость получения и обработки активными элементами информации о своих партнерах;

– в рамках гипотезы благожелательности центр получает во внутренне сбалансированном механизме ненулевую полезность;

– условно можно считать, что использования стратегии наказания не происходит (выбор каждым из АЭ стратегии, приводящей к использованию центром стратегии наказания, не выгоден для первого). Итак, выделение над одноуровневой АС дополнительного уровня управления с наделением его правом частично устанавливать правила игры активных элементов (в рамках концепции их некооперативного поведения) является взаимовыгодным для центра и для всех АЭ, как с точки зрения снижения на АЭ нагрузки по обработке информации, так и с "экономической" точки зрения – внешнее управление центра делает выгодным и индивидуально рациональным коллективно рациональное (в смысле Парето-эффективности) взаимосодействие АЭ. Это явление в иерархических активных системах мы будем условно называть "организационным фактором". Наличие внешнего стимулирования, то есть институционально установленная возможность центра влиять на предпочтения АЭ, может интерпретироваться как "эффект власти" (см. определение во введении). С этой точки зрения, чем большие наказания (поощрения) может накладывать центр на АЭ, тем больше его возможности по управлению (см. результаты по влиянию степени централизации [22] и ограничений механизма [81] на эффективность управления). Поэтому стимулирование может интерпретироваться как системообразующий фактор – его введение позволяет согласовать интересы участников и превращает набор АЭ, каждый из которых ведет себя в соответствии с принципами индивидуальной рациональности, в систему из взаимосодействующих АЭ, эффект от деятельности которых не меньше суммы эффектов деятельности отдельных АЭ (явление эмерджентности). Аналогичные модели при кооперативном взаимодействии АЭ (в условиях возможности образования коалиций с внутренними дележами [31,73,85]) требуют дальнейших исследований24. Рассмотрим вопрос о целесообразности привлечения центром внешних средств. Пусть центру достоверно известно, что в отсутствии управления АЭ выбирают точку y1 (например, y1 – РДС). Тогда [(y0,y) – C] доход центра от побуждения АЭ к выбору точки y P(y0,C). Если H(y) – "собственный" доход (или затраты в случае отрицательного знака) от деятельности совокупности АЭ, то оптимальная величина привлеченных средств в рамках гипотезы благожелательности может быть найдена из решения следующей оптимизационной задачи: (1.5.12) K(C) = max [H(y) + (y0,y)] – C max.

yP ( C, y0 ) C Величина (1.5.13) (C) = yP ( C, y0 ) max [H(y) + (y0,y)] / C может рассматриваться как рентабельность активной системы – ее способность "усиливать" привлекаемые средства, причем первое слагаемое отвечает за вклад центра, а второе – за вклад активных элементов. Следует признать, что в общем случае открытым остается вопрос об идентификации начального состояния АС y0, так как взятие, например, гарантированного результата по этому параметру может во многих случаях сделать бессмысленным (неэффективным) рассмотрение задач типа (1.5.12). Выгодность выделения центра, то есть введение отношения власти, в рамках рассматриваемой модели может быть также проинтерпретирована следующим образом. Пусть y0 – некоторое "начальное" состояние системы, состоящей лишь из АЭ, y – некоторое "конечное" состояние. Предположим, что роль центра заключается в обложении налогом АЭ, предпочитающих состояние y состоянию y0, и установлении системы компенсаций {i(y0,y)} элементам с обратными предпочтениями. Если [0;

1] – ставка налога, то значение целевой функции i-го АЭ в точке y равно: (1) hi(y) + i(y0, y). Из балансового ограничения Выделение над множеством АЭ управляющего органа – центра – имеет явную "налоговую" интерпретацию, так как трансферты от АЭ к центру и наоборот могут рассматриваться как система налогов (см. частную модель ниже), объединяющая АЭ в систему и позволяющая им совместно достигать взаимовыгодного равновесия. К сожалению, теоретико-игровые модели налогообложения практически не изучены и представляют собой перспективную и богатую содержательными интерпретациями и возможными приложениями область будущих теоретических исследований.

i = N i(y0, y) i = N hi(y) получаем, что независимо от величины ставки налога допустимыми (Парето эффективными для АЭ) являются состояния, удовлетворяющие условию: H(y) H(y0). Содержательные интерпретации этой "налоговой" модели такие же, как и у моделей, рассматриваемых выше. Отличие заключается в следующем. До сих пор в настоящем разделе неявно предполагалось, что координация деятельности АЭ не требует от центра никаких затрат. Если отказаться от этого допущения и предположить, например, что центр оставляет у себя часть [0;

1] налоговых поступлений, то балансовое ограничение примет вид i = N i(y0,y) (1 – ) i = N hi(y).

Следовательно, изменится множество Парето эффективных состояний и т.д. С одной стороны, в рамках рассматриваемой модели условно можно считать, что интересы центра согласованы с интересами активных элементов – чем больше значение целевой функции каждого АЭ, тем больше "доход" i = N hi(y) центра. С другой стороны, наличие собственных интересов у центра изменяет соотношение между множествами индивидуально – и коллективно-рациональных стратегий АЭ. Более того, если в руках центра сконцентрирована вся власть, включающая в том числе право устанавливать самостоятельно величину, то возникает новый класс задач согласования интересов участников, представляющих различные уровни иерархии. К сожалению, чрезвычайно богатый и интересный с нашей точки зрения класс задач моделирования распределения властных полномочий (включающий "налоговые" модели, модели законодательства, распределения функций принятия решений в децентрализованных системах и др.) на сегодняшний день практически не исследован и его изучение выходит за рамки настоящей работы. В качестве иллюстрации использования предложенных выше подходов рассмотрим частный случай линейных активных систем, то есть АС, в которых целевая функция каждого АЭ линейно зависит от стратегий всех АЭ: (1.5.14) Hi(y) = i0 + N ij yj, j = где yj Aj = [0;

1] (любой отрезок может быть линейным преобразованием отображен в [0;

1]). В линейных АС у каждого АЭ существует доминантная стратегия: (1.5.15) yi d = Sign(ii).

Обозначим j = (1.5.16) H0(y) = 0 + есть: (1.5.17) i = N ij, 0 = j yj.

i = N i0. Тогда N j = Парето оптимальная стратегия (доставляющая максимум (1.5.16)) P y i = Sign (i).

Очевидно, что, если i I Sign (ii) = Sign (i), то РДС является эффективным по Парето (содержательные интерпретации этого свойства совершенно прозрачны). Если i I: Sign(ii) Sign( i ), то требуется согласование интересов АЭ за счет быть может внутреннего стимулирования и обеспечение устойчивости Парето оптимальной точки за счет внешнего стимулирования. Определим следующие величины: (1.5.18) i(yd, yP) = i(yd, yP) = Легко проверить, что N ij [Sign (j ) – Sign(jj)]. любых линейных АС выполнено:

j = в i = N i(yd, yP) 0.

Пусть центр использует систему внутреннего (первое слагаемое) и внешнего (второе слагаемое) стимулирования: (1.5.19) i(yi) = i(yd, yP) I(yi = P P y i ) + ii I (yi y i ), где I(.) – функция индикатор (отметим, что в точке Парето внешние штрафы равны нулю). Использование системы стимулирования (1.5.19) дает каждому АЭ ту же полезность, что и использование им РДС, причем в рамках гипотезы благожелательности yP является равновесием по Нэшу. Более того, центр в рамках ГБ оставляет в собственном распоряжении ненулевую полезность, равную: (1.5.20) H0 = H0(yP) – H0(yd) = N j [Sign(j) – Sign(jj)] 0.

j = Величина (1.5.20) может интерпретироваться как мера "системности" набора АЭ: с одной стороны это – доход центра, а с другой – интегральная характеристика рассогласованности предпочтений элементов. Рассмотрим пример линейной активной системы, модель которой уже стала хрестоматийной в теории активных систем (введенная в [33] для иллюстрации непротивоположности интересов игроков, в [22] эта модель демонстрировала возможность несовпадения РДС и Парето оптимальных стратегий;

в [78] – возможность достижения Парето оптимальной точки как РН при повторении одношаговой игры и использования стратегий наказания игроков за индивидуальные отклонения от коллективно рациональной стратегии). Пример 1.5.1. Рассмотрим следующую линейную АС: (1.5.21) hi(y) = yi + (1 y j ), Ai = [0;

1], N 3.

j i Очевидно, yi d = 1, yi P = 0. При этом hi(yd) = 1, hi(yP) = N – 1, то есть i I hi(yP) > hi(yd). Вычисляем H0(y) = N (N – 1) + (2 – N) Воспользовавшись (1.5.19), получаем, что fi(y) = P (1 y j ) – I(yi yi ), j i i = N yi.

то есть Ed(f) EP(h). Выигрыш центра в рамках ГБ – H0 = N (N – 1). • В рассмотренном примере противоречие между индивидуальными и коллективными интересами было явным (что объясняет такое большое значение H0) и привлечение внешних средств не имело смысла. Приведем пример, в котором рассогласование интересов не столь значительно. Пример 1.5.2. Пусть в линейной АС имеются два АЭ, целевые функции которых равны: h1(y) = y1 – y2;

h2(y) = - y1 + y2;

,,, 0;

<, >, то есть вклад первого АЭ в свою целевую функцию меньше, чем в целевую функцию второго АЭ, а у второго АЭ – наоборот. Вычисляем: yd = (1;

1), yP = (0;

1);

1(yd, yP) = –, 2(yd, yP) = ;

H(y) = ( – ) y1 + ( – ) y2, H(yP) – H(yd) = – > 0 – эффект организации. Используя систему стимулирования 1(y) = – I(y1 = 0), центр добивается того, что Парето оптимальная стратегия каждого АЭ становится доминантной. При этом f1(yP) = f1(yd), f2(yP) = f2(yd). Доход центра в равновесии H0 = – > 0. Пусть ye [0;

1]2 – желательное с точки зрения внешней среды или центра состояние АС. Например, положим ye = (1;

0). Тогда h1(ye) =, h2(ye) = -;

(yd,ye) = – > 0, то есть, используя систему стимулирования {1(yd, ye);

2(yd, ye)}, центр побуждает АЭ выбирать состояние ye. • Закончив рассмотрение примеров, отметим, что в рамках предложенного подхода центр может рассматриваться как еще один активный элемент, являющийся метаигроком – обладающим правом устанавливать правила игры (в том числе – налагать несбалансированные штрафы на остальных игроков и т.д., см. также [114,138]), целевая функция которого есть сумма целевых функций АЭ. Такая интерпретация управляющего органа согласована с пониманием коллективной рациональности (объединяющей элементы в организационную систему) как эффективности по Парето. В заключение настоящего раздела рассмотрим класс механизмов коллективного стимулирования. В механизмах коллективного стимулирования вознаграждение каждого АЭ зависит не только от его собственных действий, но и от некоторой общей для всех АЭ функции – "агрегата" действий других АЭ, другими словами – от результата деятельности всего коллектива. С точки зрения терминологии такого рода активные системы можно с полным правом назвать активными системами с сильно связанными (взаимодействующими) активными элементами [19,24,81]. Как показывает анализ немногочисленных работ, посвященных исследованию многоэлементных задач стимулирования, на сегодняшний день отсутствуют общие аналитические методы их решения, а предложенные численные методы и алгоритмы обладают колоссальной вычислительной сложностью и не дают возможности исследовать зависимость решения и его свойств от параметров модели (см., например, обзоры [19,78]). Рассмотрим следующую модель коллективного стимулирования. Пусть результат деятельности коллектива из N активных элементов является функцией их действий: (1.5.22) z = Z(y1, y2,..., yN) A0, то есть Z: A' A0, где y A' = Ai i = N, y = (y1, y2,..., yN). Предположим, что стимулирование i-го АЭ есть i: A0 1, i I. Если i одинаковы для всех АЭ, то получаем унифицированную систему (см. раздел 1.7) коллективного стимулирования ("уравниловка"), при которой вознаграждения всех АЭ одинаковы и не зависят явно от их индивидуальных вкладов в результат деятельности коллектива. В случае, когда индивидуальные действия АЭ наблюдаемы (становятся известными центру), возможно использование индивидуальных систем стимулирования. Далее мы будем предполагать, что действия АЭ не наблюдаются центром, которому известен лишь общий результат. Если отображение Z() взаимно однозначно, то задача стимулирования в многоэлементной системе "распадается" на набор независимых одноэлементных задач, методы решения для которых хорошо известны. Однако, в общем случае, однозначное восстановление индивидуальных действий, только лишь по наблюдаемому результату деятельности коллектива, невозможно. Целевая функция i-го АЭ имеет вид: (1.5.23) fi(y) = i(Z(y)) – ci(yi). Обозначим EN() A – множество равновесий Нэша (множество решений игры, множество реализуемых действий), зависящее от системы стимулирования. В общем случае EN() может содержать более одной точки, более того – одни равновесия Нэша могут Парето доминировать другие (см. обсуждение выше, а также пример ниже). Поэтому при определении эффективности стимулирования адекватно использование максимального гарантированного результата: (1.5.24) K() = min (y).

yE N ( ) Задача стимулирования заключается в выборе * Arg max K().

M Как отмечалось выше, одним из путей "сокращения" множества решений игры является допущение о возможности осуществления побочных платежей между АЭ, что может позволить исключить некоторые неэффективные по Парето равновесия (см. также пример ниже). Вторым возможным путем является реализуемый ниже подход, когда центр выбором специального механизма побуждает АЭ выбрать конкретное, наиболее выгодное для центра, равновесие. Определим (1.5.25) Z (z) = {y A' | Z(y) = z}, y Z ( x ) ~ (1.5.26) (x) = min ~ i = ~ N ci(yi), N (1.5.27) $ y (x) = arg min yZ ( x ) i = ci(yi), ^ (1.5.28) i(x,z) = c i ( y i ( x )), z x. 0, z

$ y 1(x) = x2.

2 1 + x, $ y 2(x) = x. Минимальные затра ты на стимулирование по реализации результата x 0 равны (x) = 1 2 1 + Вычисляя x* = max {H(x) – (x)}, получаем, что оптимален план:

x ( 1 + 2) K* = 2 1 2 ( 1 + 2) 2 4 1, что обеспечивает эффективность управления.

Определим теперь множество EN() равновесий Нэша. Для этого введем в рассмотрение следующие множества: Yi(i(x)) = {y A | ci(y) i(x)}, i = 1, 2. Пусть y Yi(i(x)), x y, i = 1,2. Тогда EN ((x)) = (Y1(1(x)) Y2(2(x)) Z (x)) {(0, 0 )}. Таким образом, в рассматриваемом примере имеется множество (континуум!) равновесий Нэша – отрезок (Y1(1(x)) Y2(2(x)) Z (x)) и точка (0,0), причем внутренние точки этого отрезка являются точками, эффективными по Парето, и доминируют по Парето точку (0,0). При использовании центром системы стимулирования (1.5.28) с вычисленным ранее значением x* множество равновесий Нэша "схлопывает$ $ ся" в одну точку с координатами ( y 1(x*), y 2(x*)). Содержательно, вычисляя ~ ~ $ y в соответствии с (1.5.27) и используя систему стимулирования (1.5.28), центр побуждает АЭ выбрать наиболее $ выгодное для него равновесие y EN. При этом не исключено, что могут существовать лучшие для АЭ (в смысле Парето) равновесия, попасть в которые они не могут в силу предположения о бескоалиционности игры. Более того, введение предположения о трансферабельности полезности АЭ (возможности взаимовыгодного перераспределения полезностей между активными элементами) приводит к неустойчивости $ точки y в следующем смысле. Пусть t12 – выплаты первого АЭ второму, t21 – второго – первому, t12+t21 = 0. Взаимовыгодность выплат при "пере$ ходе" из точки y в некоторую точку y' подразумевает одновременное выполнение следующих условий: $ t12 c1(y1') – c1( y 1), t21 c2(y2') – c2( После несложных преобразований получаем, что $ $ c1( y 1) + c2( y 2) c1(y1') + c2(y2'). $ y 2).

Из определения точки ~ $ y следует, что последнее неравенство имеет место для любых y' Z (x).• Таким образом, оптимальное в рамках концепции равновесия Нэша, решение оказывается неустойчивым, если появляется возможность проявления коалиционных эффектов. Выше в настоящем разделе исследовалась задача коллективного стимулирования в двухуровневой активной системе, то есть изучалась целесообразность выделения из множества АЭ управляющего органа. Аналогично может моделироваться выделение дополнительных (более высоких) уровней иерархии в любой многоуровневой АС. Использование систем коллективного стимулирования в многоуровневых АС привлекательно в первую очередь потому, что оно снижает информационную нагрузку на более высокие уровни иерархии – агрегат (1.5.22) может рассматриваться как результат деятельности подсистемы в целом. Поэтому индивидуальное поощрение АЭ за результаты деятельности коллектива является одним из проявлений организационного эффекта. Следует отметить, что рассматривалась целесообразность выделения именно одного центра. Если взаимодействие АЭ нижнего уровня структурировано (например, матрица в (1.5.14) имеет блочную структуру, или множество АЭ может быть разбито на коалиции и т.д.), то, быть может, следует вводить одновременно несколько промежуточных центров – во всех подобных случаях необходимо детальное исследование структуры множеств равновесий (Нэша, Парето и т.д.). Итак, проведенные рассуждения дают частичный ответ на вопрос об условиях целесообразности выделения из множества АЭ одного уровня метаигрока, то есть введения дополнительного уровня иерархии. Вопрос об эффективности введения более высоких уровней над центрами (центрами промежуточного уровня в используемой терминологии) может решаться аналогичным образом.

Pages:     || 2 | 3 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.