WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 29 |

Если третий участник спирали (ранее действовали только два – технология и рынок) изменяет параметры на порядок, ситуация повторяется, с той разницей, что вытесняется первая технология. Возвращение к положению равновесия возможно только в том случае, если рынок технологий очень большой. Эти выводы, на первый взгляд, достаточно схематичные, имеют, тем не менее, серьезные последствия для нормативной теории, которая характеризует виды реакций государства на сложившиеся закономерностей развития, в данном случае – траектории технологии. Постоянное образование монопольных технологий для каждого рынка тормозит развитие страны в целом, потому что преобладание на рынке одной технологии: во-первых, неэффективно; во-вторых, соответствует локальному оптимуму; в-третьих, снижает вероятность радикальной инновации, что замедляет темпы технологического развития; и, вчетвертых, требует активного государственного вмешательства. Ес ли учесть, что в данной модели рассматриваются только сетевые свойства конкурирующих технологий, то становится понятным, что учет вариации в предпочтениях потребителей в еще большей степени осложняет развитие технологий по спирали.

Другая модель, применимая для изучения объекта, была создана в 1993 г. для изучения биологических процессов и получила название «модель NK». Она учитывает неопределенность действий акторов наряду с различием закономерностей их развития и целей и представляет собой эвристический метод изучения взаимосвязей в инновационных системах. Наиболее очевидное применение она получила для поиска оптимальной структуры экономической сети, состоящей из трех самостоятельных участников – производителя, потребителя и государства. Отметим, что в модели Лейдесдорфа акторы ТС также могут рассматриваться как производитель знаний, их потребитель и орган, регулирующий отношения производителей и потребителей знаний на основе обратных связей, т.е. смысл взаимодействий по поводу внедренных инноваций не изменяется.

Рассмотрение модели в более узком контексте дает возможность лучше понять ее основные свойства, в частности, ранее сформулированный тезис о том, что университеты, бизнес и государство развиваются по собственным законам, но их действия могут быть взаимозависимыми. Какие же функции выполняют эти акторы в экономическом процессе внедрения инноваций Знания, в узком смысле, сводятся к набору новых технологий, которые может использовать производитель. Они обеспечивают, с точки зрения эволюционной теории, вариацию, разнообразие возможных способов производства.

Однако производитель не может априори определить сравнительную эффективность новой технологии до момента выхода на рынок.

Рынок обеспечивает механизм отбора наиболее жизнеспособных новых технологий производства или продуктов. Таким образом рынок обеспечивает процесс замены менее эффективных технологий более эффективными. Одновременно активное участие потребителей в рыночных отношениях приводит к формулированию новых требований к продуктам, появляющимся на рынке, и тем самым рыночная стратегия производителей непосредственно определяется качеством обратной связи между производителями и потребителями. Взаимодействие между производителем и конкретным рынком, организованное с обратными связями, приводит к формированию технологической траектории как эволюционного рекурсивного процесса, меняющего направления технологического развития. Эта траектория устанавливает устойчивое соответствие между определенной технологией и рыночной нишей. Развитие по этой траектории стимулирует исследования и разработки, которые концентрируются на достижении определенного баланса между улучшением продукта и сохранением определенного рыночного сегмента. Результатом является формирование специализированного рынка с набором наиболее эффективных технологий. Поскольку эта двойная спираль зависима также и от социальных институтов, в рамках которых она действует, участие государства необходимо для того, чтобы обеспечить коэволюционное движение институтов, с одной стороны, технологий и рынков – с другой. Примерами такого взаимодействия являются введение в Германии патентного закона в 1870 г., коренным образом изменившего траекторию развития химической промышленности, или введение закона Бэя-Доула, ускорившего инновационное развитие США в целом.

Далее рассмотрим модель ТС, которая показывает, что для достижения успешности инновации, тройная спираль должна обеспечивать комплиментарность или разделение функций трех участников процесса ее внедрения.

Важное отличие подхода, примененного в этой модели, состоит в том, что она позволяет учесть воздействие технологических и рыночных структур на институт, регулирующий процесс внедрения данной инновации, хотя факт такой зависимости неоднократно констатировался разными авторами.

Модель NK, первоначально использованная для анализа развития биологических популяций, названа так по числу взаимодействующих элементов (N) и сложности (К), под которой понимается число элементов в сети, воздействующих на каждого участника, т.е. взаимосвязанность элементов спирали. Число агентов в модели тройной спирали, по определению, в системе из трех акторов равно трем.

Производители классифицируются по используемой технологии, потребители – по сегменту рынка, государства – по странам или по избранной технологической политике. Каждая комбинация производителя (т.е. технологии, соответствующей инновации), потребителя и государства образует сеть или спираль. Рынок (потребитель) обеспечивает выбор наиболее успешных комбинаций производителя, потребителя и страны, а успешность инновационной сети определяется частотой создания продуктовых инноваций.

Рассмотрим условный пример построения тройной спирали связей6. Пусть инновационная сеть состоит из комбинации двоичных переменных7:

- производители Х различаются по используемой технологии, которая обозначена 0 и 1: например, моноплан и биплан, или винтовой двигатель и турбовинтовой двигатель и т.д.

- сегменты рынка Y = (0, 1): например, пассажирский и грузовой самолеты, истребитель и бомбардировщик;

- страны-производители Z = (0, 1): США, РФ.

В результате возможные сочетания трех переменных составляют 8 = 23 комбинаций, которые в данной системе обозначений образуют пространство переменных: 000, 001, 010, 011, 100, 101, 110, 111.

Модель NK является имитационной, так как она позволяет имитировать качество или соответствие8 каждого участника сети на основе генерации случайных чисел для характеристики соответствия каждого участника и агрегатный показатель соответствия как среднюю из показателей для трех участников. Агрегатные показатели для пространства переменных модели образуют «ландшафт соответИллюстративный пример с хорошо подобранными данными излагается по работе К. Френкена (Frenken, 2000).

Модель успешно использована для анализа инноваций в самолетостроении, поэтому для наглядности будем использовать примеры из этой области, а в разделе оценки экспериментальных работ рассмотрим результаты эксперимента по модели NK.

В англоязычной литературе используется термин «fitness», ставшим в последнее время широко распространенным и в России.

ствия». Они позволяют определить, какая спираль между технологией, рынком и страной обладает максимальным соответствием участников друг другу. Эта сеть максимально эффективна. Оптимальный выбор зависит от сложности системы, которая определяется числом взаимодействий между участниками (индекс K).

Рассмотрим сначала вариант развития, когда каждый из участников действует независимо от остальных, и, следовательно, количество связей между ними равно 0. В табл. 1–2 и на рис. 1–4 проиллюстрирован «ландшафт» для всех вариантов – сочетаний производителя, потребителя и государства. В обозначении частот точки в индексах переменных обозначают, что частота реализуется одинаково при любых сочетаниях других параметров. По данным табл. 1–видно, что связи между участниками процесса отсутствуют, потому что технология 1 используется для любого сегмента рынка, также как и для любой страны. То же утверждение справедливо для сегмента рынка по отношению к стране производства. Когда связей между участниками не существует, оптимальный вариант связей соответствует тому варианту, в котором сочетаются максимальные значения частот появления инноваций для всех участников.

По данным табл. 1–2 очевидно, что максимальное значение соответствия является единственным и обеспечивается сочетанием первой технологии с первым сегментом рынка в стране, обозначенной индексом 0, и его значение составляет 0,8. Это предполагает, что любой другой вариант может быть улучшен путем замены одного участника, потому что два из трех участников сети могут договориться и сменить технологию, рыночный сегмент или страну пребывания. Именно это свойство сети рассматривалось ранее в связи с необходимостью постоянного поиска лучших вариантов организации инновационного процесса. Это видно из графического отображения инновационного ландшафта на рис. 1–3.

Таблица 1–Имитация вариантов развития инновационных сетей на основе модели NK при независимых стратегиях участников fxyz – средняя по fx.– частота ин- f.y – частота f..z – частота Условное строке частота новаций по тех- инноваций в инноваций в обозна- инноваций (ханологии х в сегменте рынка стране z в прочение рактеристика пространстве y в пространстве странстве варисети «соответствия» вариантов сети вариантов сети антов сети сети) 000 0,2 0,6 0,8 0,001 0,2 0,6 0,5 0,010 0,2 0,9 0,8 0,011 0,2 0,9 0,5 0,100 0,7 0,6 0,8 0,101 0,7 0,6 0,5 0,110 0,7 0,9 0,8 0,111 0,7 0,9 0,5 0,Источник: Frenken, Koen. (2000). A complexity approach to innovation networks. The case of the aircraft industry (1909–1997)// Research Policy 29, pp. 263.

010 (0,63) 110 (0,8) 011 (0,53) 011 (0,7) 000 (0,53) 100 (0,7) 001 (0,43) 101 (0,6) Рис. 1–3. Инновационный «ландшафт» для независимых стратегий участников сети Максимальная сложность сети возникает, когда все участники инновации взаимосвязаны. В этом случае соответствие между участниками определяется для каждой комбинации отдельно, потому что эффективность действий одного участника зависит от того, каких партнеров он выберет. Условный пример такой сети приведен в табл. 1–3.

Таблица 1–Инновационный ландшафт при максимальной зависимости стратегий участников Условное f.y – частота fxyz – средняя по fx.- – частота f..z – частота обозна- инноваций строке частота инноваций инноваций чение в сегменте инноваций по технологии х в стране z сети рынка y «соответствие» 000 0,6 0,3 0,5 0,001 0,1 0,5 0,9 0,010 0,7 0,9 0,5 0,011 0,3 0,5 0,8 0,100 0,9 0,9 0,7 0,101 0,7 0,2 0,3 0,110 0,6 0,7 0,6 0,111 0,4 0,8 0,1 0,Источник: Frenken, Koen. (2000). A complexity approach to innovation networks. The case of the aircraft industry (1909–1997)// Research Policy 29, pp. 270.

Изменение сложности сети привело к изменению эффективности.

Это выражается в том, что качество работы любого участника инновации становится зависимым от того, с каким партнерами эта работа выполняется. Следует отметить, что такое представление, безусловно, в большей степени соответствует современным реалиям.

В этом случае «частичное несоответствие» одного участника сделки может с лихвой компенсироваться высоким уровнем соответствия двух других. Поэтому в представлении инновационной деятельности появляется возможность нескольких оптимумов, так как это показано на рис. 1–4.

Рис. 1–4. Локальные и глобальные оптимумы в инновационном ландшафте Для того чтобы повысить эффективность ландшафта, необходимо в той же стране пребывания сменить и технологию, и сегмент рынка.

Следовательно, по крайней мере, два участника заинтересованы в том, чтобы сохранить позицию локального оптимума, в результате чего возникает специализированная замкнутая технологическая траектория (lock-in). Наиболее удачный термин для подобных ситуаций в микроэкономике – «ловушка». Действительно, в результате субоптимального выбора траекторий развития образуется «ловушка», когда специализация будет развиваться, даже несмотря на то, что она может не быть оптимальной для всех участников процесса. Таким образом, путем проб и ошибок в сети возникает несколько устойчивых технологических специализаций. Они являются относительно устойчивыми и потому будут развиваться без изменения состава участников, так что такая сеть (спираль) будет сохраняться, несмотря на то, что она реализует только локальный максимум эффективности.

К сожалению, предсказать возникновение таких специализаций практически невозможно, однако их устойчивость можно оценить именно на основе подхода, развитого в теории ТС. Это направление исследования представляется важным, потому что устойчивые сети, соответствующие локальным оптимумам, будут чаще разрабатывать новые инновации; другие сети могут постепенно отмирать, поскольку они не способны выиграть в конкуренции.

Более высокая эффективность работы специализированной спирали возникает потому, что связанные системы обладают высоким уровнем общей информации, которая характеризуется суммой попарных и тройного пересечений из формулы (1–2). Изложенные ранее подходы к оценке вероятностной природы сетей и оценке общей вероятности в сети позволяют рассчитать меру тесноты или связи между вероятностными распределениями инноваций, внедренных участниками каждой сети.

Величина общей информации по любым двум участникам сети может быть рассчитана как I J T(X,Y) = log2(pi, j /(pi. p.j )) (i =1,...I, j =1,2,...J) (1–3) pi, j i=1 j=Формула характеризует зависимость между технологиями Х и сегментами рынка Y. В случае, когда вероятности pi, и рj независимы, выражение под знаком логарифма становится равным 1, соответственно, логарифм равен 0, и величина T также принимает нулевое значение. Чем больше эта величина, тем теснее связаны технологии и сегменты рынка, и выше специализация сети. За счет использования логарифма двоичной переменной величина Т выражается здесь уже не в вероятностях, как в формуле (1–2), а в количестве информации в байтах. Точно также можно выразить попарные характеристики связей между распределениями Х, Z (технологиястрана) и Y, Z (рынок-страна), соответствующие по смыслу выражениям Hig и Hgi в формуле (1–2).

Соответственно, значение общей информации для трех участников инновационного процесса Т(X, Y, Z) определяется для данной модели по аналогичной формуле:

I J К T(X,Y,Z) = pi, log2(pi, /(pi. p.j p.k )) j,k j,k (1–4) i=1 j=1 л=(i =1,.2) j =1, 2) k = (1, 2).

Этот показатель является результирующим и показывает связь между всеми тремя участниками инновационного процесса.

Pages:     | 1 |   ...   | 5 | 6 || 8 | 9 |   ...   | 29 |



© 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.