Везде
Research of innovative economy: economic and mathematical tools and possibilities of its application
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
Research of innovative economy: economic and mathematical tools and possibilities of its application
Annotation
PII
S111111110000100-3-1
DOI
10.33276/S0000100-3-1
Publication type
Article
Status
Published
Authors
Mikhail Bendikov 
Occupation: Leading researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nachimovky prospect 47
Andrey Tresoruk
Occupation: Junior researcher
Affiliation: Institute of Economic Forecasting, RAS
Address: Russian Federation, Moscow, Nachimovky prospect 47
Igor Frolov
Occupation: Head of the laboratory
Affiliation: Institute of Economic Forecasting, RAS
Address: Russian Federation, Moscow, Nachimovky prospect 47
Edition
Volume 1 Issue 2
Abstract
The models of scientific and technological development in relation to economic systems with a key innovative factor of production are considered. It is noted that the basis of innovative development is a new technological wave, which is provided not only by the achievements of science, but also by changes in the structure of the economy and directions of investments of financial resources, supported by innovative and institutional systems, new forms and methods of corporate governance, interaction of economic objects. One of the manifestations of this wave is the phenomenon of digital economy as a result of digitalization of production processes, management of these processes, wide penetration of digital models into economic practice. The carrying capacity of the scientific and technological environment of innovation is associated with uncertainty of the results of its activities – research and development. On this basis, the difficulties of using economic and mathematical tools for quantitative interpretation of qualitative changes in production and economic systems and ways to overcome them are analyzed. The emphasis is made on the possibilities of simulation in the study of the mechanisms of interaction of economic objects and the development of new technologies, solving other problems of innovative development.
Keywords
scientific and technical development, innovation, economic and mathematical methods, modeling, information technology
Received
03.10.2018
Date of publication
13.12.2018
Number of purchasers
13
Views
2450
Readers community rating
0.0 (0 votes)
Cite Download pdf
1 В Российской Федерации утверждены «Стратегия развития информационного общества в Российской Федерации на 2017-2030 гг.» [1] и Программа «Цифровая экономика Российской Федерации» [2], направленные на повышение благосостояния общества и глобальной конкурентоспособности отечественной экономики.
2 В Стратегии понятие «цифровая экономика» определено как «хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг».
3 Как свидетельствуют исследования, цифровая трансформация экономики стала основным мировым трендом и ключевым фактором её развития, предлагая для социально-экономического прогресса значительные потенциальные возможности. Полагается, что предприятия, которые осуществляют комплексную цифровую трансформацию своего бизнеса – от оптимального управления активами и логистики до дигитализации производственных процессов и маркетинга продукции, – могут получить значительный прирост эффективности. Причем, что особенно важно на современном этапе развития экономики, эффективность достигается не только от новых возможностей получения дохода, но и от скорости трансформации: преимущество лидерства в применении достижений IT-технологий будет иметь решающее значение для успешного развития [16].
4 Другое важное свойство цифровизации экономики проявляется в усилении процесса глубокого проникновения идеи создания и использования цифровых моделей в экономическую практику. При этом речь идет не о решении отдельных экономических задач с помощью цифровизации, где ранее уже был получен ряд результатов (модели глобальной и страновой экономики, отраслевых и корпоративных комплексов, отдельных предприятий различных видов деятельности), а о создании экосистем [15].
5 В этой связи представляется важным вопрос о роли и месте экономико-математических методов и моделирования в исследовании, прогнозировании и планировании современной инновационной экономики. Связано это в том числе и с тем, что промышленно-научный и инфраструктурный потенциал российской экономики существенно деградировал за последние десятилетия. По времени его разрушение совпало с взрывным ростом мировых высокотехнологичных рынков, вызванным спросом на инновации в сфере электроники, информационно-коммуникационных, био-, нано- и иных знаниеёмких технологий, а также эффективным управлением.
6 Спад в отечественном машиностроении не оставил шансов не только на расширение участия в этих рынках, но и на удержание уже завоеванных позиций. По сути, произошла деиндустриализация всего хозяйства – как результат реализации политики резкого сокращения государства в экономике в 1990-е годы (госзаказа, прежде всего в ОПК). Исчезли или стали ничтожными целые отрасли, составлявшие основу ранее созданного промышленно-научного потенциала. Например, станкостроение, приборостроение, гражданское авиастроение, спецхимия и т.д. Следствием сокращения государственного финансирования стал не только обвал объёмов производства машиностроения. Ухудшилось качество управления, организации и технологического оснащения отраслей ОПК – переднего края научно-технического развития всей экономики. Сокращение промышленно-научного потенциала проявилось и в том, что создалась уникальная ситуация, которой нет ни в одной экономике мира: этот потенциал еще создает образцы наукоёмкой продукции, но не способен на инновации, т.е. на её широкомасштабное распространение, диффузию новшеств. Наиболее яркий пример тому – ситуация в гражданском авиастроении, космической промышленности и др. Наукоёмкость без инноваций – это российский феномен неэффективности затраченного труда, огромных интеллектуальных, финансовых и иных ресурсов [13].
7 Основа инновационного типа экономического роста – новая технологическая волна. Она была обеспечена прежде всего достижениями фундаментальной и прикладной науки, а также радикальными структурными сдвигами в экономике и направлениях вложений финансовых ресурсов, развитием национальных инновационной и институциональных систем, новыми формами и методами корпоративного управления, взаимодействий экономических объектов. По всем этим направлениям – структурным, институциональным, инновационным, управленческим, ресурсным – российская экономика имеет существенное отставание в сравнении с экономиками ведущих стран мира.
8 Преодоление этого разрыва является ключевой проблемой, в том числе и нашей экономической науки, в обозримой перспективе. Одним из определяющих факторов, влияющих на преодоление отставания, являются отношения экономических объектов между собой и с внешней средой, механизмы научно-технологического развития.
9 В самом общем смысле под этими механизмами нами понимается система взаимоотношений между государством, научно-технической средой и бизнесом (публичным и частным), которая нацелена на перманентное совершенствование структуры и обновление технологической вооруженности национальной экономики. При этом необходимо наличие устойчивой прямой и обратной финансовой связи во всем контуре исследований – разработок – испытаний – производства – реализации продукции между научно-исследовательскими организациями, занимающимися НИОКР – т.е. разработкой и испытаниями образцов новой продукции, подлежащей инновации, – с одной стороны, и непосредственно серийным производством и логистическо-сбытовыми центрами, – с другой. Этот кругооборот финансовых ресурсов должен обеспечиваться сочетанием активного платежеспособного спроса со стороны производственного сектора и населения на новые продукты и технологии с растущей способностью научно-технической среды постоянно поддерживать соответствующий этому спросу уровень предложения новых продуктов в виде товаров и услуг.
10 Эта способность научно-технической среды, как правило, сопряжена, во-первых, с неопределенностью результатов её деятельности – исследований и разработок, во-вторых, порождается качественными изменениями экономико-технологической системы, например, при диффузии и освоении ею новых технологий. Неопределенность подлежит учету при моделировании и формировании альтернативных (в силу неопределенности) стратегий предприятий на основе известных неоклассических моделей. В системах поддержки принятия управленческих решений предприятия стремятся использовать модели, учитывающие соотношение доходов и издержек. Но хозяйствующий субъект может осуществить выбор с высокой степенью вероятности достижения желаемого исхода (реализации стратегии) только при наличии полной информации о технических и коммерческих преимуществах нового производственно-технологического процесса, что в хозяйственных реалиях, как правило, не наблюдается.
11 Из других сложностей использования экономико-математического инструментария для количественной интерпретации качественных изменений производственно-экономической системы, следует отметить особенности ценообразования инновационной продукции. Её динамичный и массированный приток на рынки не позволяет корректно использовать общепринятые стандартные процедуры построения индексов цен для типологически и технологически однородной продукции для сопоставления наборов переменных, соответствующих разным моментам времени [10]. Модели этого типа при выявлении технических и технологических изменений в производственном процессе, вынужденно игнорируют вариативность качества схожей по потребительским свойствам продукции. Но, на наш взгляд, это не адекватное реалиям упрощение, поскольку на самом деле совершенствование производственных технологий преследует цели, в том числе, и непосредственно направленные на позитивные изменения качества продукции.
12 Наблюдаемые качественные изменения в мировой и в страновых экономиках делает более сложным и избирательным применение не только методов моделирования, но и эконометрических методов прогнозирования и анализа производственных систем. Причем, если распространение какого-либо типа новых технологий не меняет базовых характеристик экономической системы, то внедрение этих технологий отражается лишь в изменении отдельных параметров функционирования системы, что позволяет использовать методы эконометрического анализа. В этом случае экономическую систему можно формализовать в виде условного случайного процесса, а изменения, связанные с внедрением новой «локальной» технологии, учитываются включением в описание (модель) процесса ряда дополнительных величин (параметров). Если же оценке подлежат изменения как следствие распространения так называемых макротехнологий, призванных существенно изменить саму также макроэкономическую систему (например, создать условия для возникновения новых секторов экономики и новых рынков), то технологические новации такого масштаба не представимы моделью ординарного случайного процесса. Выходом из этой ситуации является рассмотрение двух разных макроэкономических систем, двух разных вероятностных пространств – до и после внедрения технологии. Но, следует отметить, что такие сопоставления слабо эксплицированы.
13 Одним из первых эндогенную модель научно-технического развития (НТР) предложил К. Эрроу [3]. Он использовал идею «обучения в процессе производства», которую формализовал и интерпретировал как наращивание «технологических знаний» от эффекта организации производства. Величина этого эффекта определяется как доля капитала, рассчитываемая с помощью экзогенного коэффициента. Эффект НТР рассматривается по аналогии с эффектом приращения дохода при увеличении масштабов производства. Подобный подход использует и Р. Лукас. Отличие состоит в том, что в его модели научно-техническое развитие интерпретируется как побочный эффект аккумуляции не всего, а только «человеческого капитала» [4]. Р. Лукас предположил, что аккумуляция создает дополнительные экстерналии, которые не учитываются расчетами с учетом индивидуальных факторов, создающих эффекты. Общий эффект НТР проявляется через влияние на производительность всех факторов производства. Эффект НТР от роста «человеческого капитала» зависит в модели Лукаса от уровня профессиональных навыков и времени, которое тратится на их повышение.
14 Более сложный вариант моделирования научно-технического развития представлен в модели П. Ромера [5], который различает категорию «технологические идеи» от категории «человеческий капитал», рассматривая первое как «неисчерпаемый» компонент «знаний», а второе – как «исчерпаемый» компонент. Различие понятий «технологические идеи» и «человеческий капитал» позволило П. Ромеру сформулировать два следствия.
15

1. В отличие от индивида, технология может использоваться любым количеством предприятий для одновременного решения «неограниченного» числа задач. Индивид, напротив, может работать только в одном месте, только определенное время, с ограниченным числом задач. 

2. Издержки по созданию каждой дополнительной единицы человеческого капитала, т.е. вложения в подготовку каждого нового специалиста определенной квалификации, примерно одинаковы. Издержки же по воспроизводству «технологической идеи» несопоставимы с издержками по ее созданию (например, сделать копию диска с компьютерной программой значительно проще и дешевле, чем создать эту программу).
16 Таким образом, «технологическая идея», в отличие от человеческого капитала, обладает одним из свойств научного знания – свойство «неисчерпаемости»: её использование одним предприятием не ограничивает возможности других предприятий, что является проявлением особенностей знания как конструкта знаниеёмких производств, их интеллектуальных ресурсов.
17 Свойство «неисчерпаемости» сближает технологии с общественными благами, что предполагает наличие «внешних эффектов» при их производстве. Также технологии являются «частично исключимыми» благами, т.е. владельцы конкретной технологии способны ограничить к ней доступ и могут получить дополнительную прибыль от ее применения. Ключевая идея П. Ромера заключается в том, что частные предприятия, финансируя разработку технологий (или приобретая их), в силу свойств «частичной исключимости», могут включать эти издержки в цену продукции. Но тогда равновесие на рынке технологий будет достигаться в условиях не совершенной, а монополистической конкуренции [14].
18 Обзор специфики факторов НТР завершим теорией материализации научных знаний акад. А.И. Анчишкина. Теория описывает процессы капитализации научных исследований и их трансформации «научный труд» [6]. Суть теории о влиянии НТР на экономику и экономический рост сводится к тому, что общий эффект влияния НТР на макроуровень экономики связан с глобальными процессами капитализации научно-технической сферы, а также (в последние десятилетия) и системы образования.
19 На основе теории А.И. Анчишкина авторам удалось разработать и применить модель оценки приростов валового общественного продукта, связанного с эффектами научно-технического прогресса (на базе модифицированной трехфакторной производственной функции). Модель позволила на примере судостроительной промышленности спрогнозировать приросты валовой добавленной стоимости (ВДС) отрасли с учетом обновления основных производственных фондов (ОПФ), всего научного, кадрового и производственно-технологического потенциала. Моделирование позволило определить: а) приросты ВДС при реализации бюджетного маневра (перераспределения бюджетных ассигнований в пользу технического перевооружения наукоёмких отраслей машиностроения); б) нормативный уровень износа, обеспечивающий возмещение стоимости ОПФ вследствие их морального износа [12].
20 Таким образом, можно заключить, что в динамично изменяющихся условиях хозяйствования необходимо моделировать не только изменение количественных параметров, но и также качественные изменения отношений и хозяйственных механизмов. Возникает проблема их перманентной актуализации и теоретико-экспериментальной проверки.
21 Сложность и научная новизна этой проблемы обусловлены уникальностью трансформационных процессов, наблюдаемых в экономике России при переходе к устойчивым децентрализованным рыночным отношениям. Для изучения свойств и характеристик этих отношений в теоретическом и практическом аспектах с целью выявления положительных и негативных факторов экономической динамики на мезоэкономическом, корпоративном и уровне предприятий требуется разработка новых стендовых экспериментальных моделей и иных экономико-математических инструментов исследования видов и эффективности взаимодействий экономических объектов между собой и различными уровнями управления в иерархических системах многоотраслевого хозяйства с вертикальными и горизонтальными связями.
22 Разработка указанного экономико-математического инструментария, основу которого могут составить комплекс методов имитационного, семантического и когнитивного моделирования, системного анализа, математический аппарат исследования операций, технологии искусственного интеллекта, является одним из направлений дальнейшего развития методологии стратегического планирования и управления экономикой на мезоэкономическом и корпоративном уровнях, на уровне предприятий.
23 Теоретическая новизна проблемы и её решения заключается в комплексном использовании экономико-математических, информационных и мотивационно-логических методов описания поведения экономической системы (объекта), его отношений (связей) с другими объектами и внешней хозяйственной средой с целью выявления эффектов экспериментальным (компьютерным, виртуальным) путем в противоположность эмпирическому.
24 Исследование задач взаимодействия и взаимоотношений экономических объектов должно осуществляться перечисленными выше методами моделирования с учетом экономических реалий текущего и долговременного развития не только российской, но и мировой экономики, что возможно только на путях разработки экспериментальных стендов для рассмотрения различных сценариев такого развития.
25 Имитационное моделирование экономических объектов достаточно продвинуто исследованиями экономики сравнительно недавнего прошлого: есть достаточно простые одноуровневые и однопродуктовые модели, которыми макроэкономисты любят объяснять многие процессы и явления. Но в настоящее время особый интерес представляют многопродуктовые модели диверсифицированных экономических объектов с инновационной детерминантой, обеспечивающей позиционирование на конкурентных рынках высокотехнологичных и наукоёмких продуктов. Именно в силу такого тренда развития современной экономики так интересны и важны взаимодействия экономических объектов: представляя экономику как монолит, упускается много содержательных эффектов, особенно в институциональной сфере.
26 Существуют и другие научные направления математической экономики, изучающие взаимоотношения/взаимодействия экономических объектов с помощью аналитических исследований. С учетом тех же институциональных условий такого взаимодействия. Но при анализе реальных вопросов взаимодействий конкретных экономических объектов аналитические исследования, наглядные и эффективные на первый взгляд, далеко не всегда позволяют учитывать многие важные факторы, которые имеют значение и которые приходиться игнорировать. Особенно в части «взаимодействия объектов». При попытках учета некоторых условий, может, например, лавинообразно нарастать вычислительная сложность и ограничения по времени. Отсюда – востребованность имитационных моделей, которые часто и не требуют полной аналитической модели. И «работают» (в смысле количества операций) гораздо экономнее, чем численное моделирование «в лоб».
27 Кроме того, если мы хотим, чтобы инструментарий моделирования применялся практиками, они должны иметь возможность задавать исходную информацию и свои качественные соображения, условия задач не на языке формул (не все владеют этим аппаратом), а на более естественном языке. Потому становятся актуальными и востребованными когнитивные подходы (когнитивные карты), семантическое моделирование и т.п. – как способы повысить доступность экономико-математического моделирования и его применяемость.
28 Здесь следует подчеркнуть широкие возможности имитационного моделирования при исследовании различных механизмов взаимодействий экономических объектов, оригинальность и особенность решения различных задач инновационного развития. Имитационным моделированием взаимодействий многие занимаются, в том числе, например, на суперкомпьютерах с помощью агент-ориентированных моделей [9, 11]. Но надо признать по факту, что при этом специфические особенности функционирования наукоемких и высокотехнологичных отраслей хотя и изучены, но некоторые из них трудно формализуемы, а потому не всегда поддаются учету при моделировании. И наоборот, переусложненная, детализированная модель высокотехнологичного производства может оказаться практически неработоспособной из-за сложности управления многочисленными параметрами жизненных циклов наукоёмкой продукции и необходимости подготовки большого объёма информации.
29 Механизм научно-технологического развития – это обобщенное, синтетическое понятие, оно включает в себя целый ряд основных системных компонент, обеспечивающих инновационное развитие решением конкретных задач научно-технического и технологического прогресса в экономике [8]. К этим составным компонентам следует отнести механизмы: освоения новых наукоемких технологий; управления технологическим развитием; управления модернизацией экономики; инвестирования в инновационное развитие; обновления продуктов и технологий; развития инфраструктуры инновационной деятельности; совершенствования производственного капитала; самоорганизации [7], информационного обмена, и др.
30 Практическая значимость совершенствования методологии имитационного моделирования в совокупности с информационным и когнитивным моделированием индустриальной и постиндустриальной знаниеёмкой экономики заключается в возможности применения рекомендаций по повышению эффективности механизмов взаимодействий экономических объектов, достоверность которых может быть подтверждена апробированными результатами экспериментальных расчетов с использованием нового экономико-математического инструментария.

References

1. . Стратегия развития информационного общества в Российской Федерации на 2017-2030 гг. Утверждена Указом Президента Российской Федерации от 9 мая 2017 г. № 203 [Электронный ресурс] URL: http://static.kremlin.ru/media/acts/files/0001201705100002.pdf (Дата обращения 09.09.2018).

2. «Цифровая экономика Российской Федерации». Утверждена Распоряжением Правительства Российской Федерации от 28 июля 2017 г. № 1632-р. [Электронный ресурс] URL: http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf (Дата обращения 09.09.2018).

3. Arrow K.J. The Economic Implications of Learning by Doing // Revue of Economic Studies, 29 (June 1962). Р. 155-173.

4. Lucas R. Оn the Mechanics of Economic Development // Journal of Monetary Economics., 22 (July 1988). P. 3-42.

5. Romer P.M. Endogenous Technological Change (1990) // The Journal of Political Economy, vol. 98, n5, part 2, (Oct. 1990). P. 71-102.

6. Анчишкин А.И. Наука, техника, экономика. М.: Экономика, 1986. – 389 с.

7. Багриновский К.А. Самоорганизация – мощное средство решения инновационных проблем // Экономика и математические методы. 2012. Том 48. № 3.

8. Багриновский К.А., Бендиков М.А. Методы моделирования и анализа свойств механизмов инновационного развития // Экономика и математические методы. 2007. Том 43. № 3.

9. Бахтизин А.Р. Агент-ориентированные модели экономики. – М.: Экономика, 2008. – 279 с.

10. Блауг М. Экономическая мысль в ретроспективе. М.: «Дело Лтд», 1994. – 720 с.

11. Макаров В.Л., Бахтизин А.Р. Социальное моделирование – новый компьютерный прорыв (агент-ориентированные модели) // М.: Экономика, 2013. – 295 с.

12. Тресорук А.А, Фролов И.Э. Оценка реализуемости программы технологического перевооружения высокотехнологичных отраслей для выполнения гособоронзаказа (на примере судостроительной отрасли) // Научные труды ИНП РАН, 2016. Т. 14. С. 302-325.

13. Фролов И.Э. Развитие мировых высокотехнологичных производств и космические рынки: сможет ли космонавтика стать новым глобальным нововведением? // Экономическая наука современной России. 2017. № 4. С. 43-57.

14. Фролов И.Э., Чаплыгина И.Г. Современные проблемы построения моделей научно-технической сферы экономики // Экономическая наука современной России, 2009, № 1. С. 7-24.

15. Цифровизация изначальная / Эксперт ONLINE. 09.09.2018. «Эксперт Сибирь» №13-14 (511) [Электронный ресурс] URL: http://expert.ru/siberia/2018/13/tsifrovizatsiya-iznachalnaya/ (Дата обращения 09.09.2018).

16. Цифровой трансформационный ключ к выживанию в аэрокосмической и оборонной областях. – Консалтинговое агентство Alixpartners. [Электронный ресурс]: https://www.alixpartners.com/media-center/press-releases/digital-transformation-key-survival-aerospace-defence/ (Дата обращения 16.07.2018).

Comments

No posts found

Write a review
Translate