Применение моделирования в инновационной деятельности и его методологические ограничения

В настоящее время среди достаточно широкого круга специалистов сложилось мнение об универсальности и всемогуществе моделирования. Поэтому очень часто при управлении компаниями и экономико-производственными системами (ЭПС) прибегают к моделированию, используя его в качестве инструмента в планировании. Однако, как указывают многочисленные источники [10], [29], [72], [99], [111], [128], [59], в практическом управлении компаниями к моделированию как к методу оптимизационного управления следует подходить более осторожно.

По мнению ряда исследователей, экономико-математическое моделирование как дисциплина, изучающая процессы построения, интерпретации и применения математических моделей экономических объектов для решения задач анализа, синтеза и прогнозирования их деятельности, в настоящее время не может рассматриваться как самостоятельная. Согласно такому мнению [76], содержательная часть процесса моделирования (выбор показателей, факторов, зависимостей) включается в экономическую теорию, а техническая (под которой в 9 случаях из 10 понимается построение тех или иных статистических моделей) – в эконометрику. Таким образом, экономико-математическое моделирование оказывается, с одной стороны, разорванным, с другой – усеченным, и вопросы взаимосвязи всех этапов моделирования, корректности интерпретации результатов моделирования и, следовательно, ценности рекомендаций на основе моделей, оказываются как бы висящими в воздухе. В результате всерьез принимаются результаты, основанные на интерпретации недостаточно адекватных моделей (например, регрессионные зависимости, у которых коэффициент множественной детерминации R2 равен 0,03 [80]). Иногда допускается чрезмерно расширительная интерпретация тех или иных компонент модели.

Причиной осторожного подхода в практике моделирования является известное несоответствие между объектом и его моделью: модель всего лишь упрощенное представление действительности. Модель – есть теоретическое построение, имеющее некоторое отношение к реальности, которое можно независимо обсуждать и анализировать [128].

При построении математической модели неизбежно приходится вводить различные допущения и ограничения и из всего количества параметров объекта выбирают лишь некоторые, по мнению разработчиков, наиболее важные [79], так как: во-первых, невозможно полностью выявить все параметры объекта, во-вторых, если в модели учитывать всё их большое число, то она станет очень громоздкой и технически трудно реализуемой, а за большим количеством данных потеряется содержание моделирования. При сопоставлении объекта и модели встает вопрос о том, насколько точно она описывает объект. Очевидно, что для одного и того же объекта в зависимости от поставленных задач и количества учитываемых параметров можно предложить много моделей, каждая из которых описывает объект с определенной точностью (большей или меньшей адекватностью) и использует тот или иной математический аппарат. Очевидно, что используемые либо разрабатываемые модели не тождественны реальным объектам и происходящим процессам, исследование моделей и ее свойств не есть исследование реального объекта. Так как нельзя построить абсолютно адекватную модель (реализовать ее), то встает вопрос об оптималь­но допустимой ее адекватности, которая позволит при данных условиях на данном временном промежутке пренебречь изменениями объекта [99].

Современный уровень развития математического моделиро­вания практически не позволяет сколько-нибудь адекватно моделировать реальные объекты [59]. Любой такой объект бесконеч­но сложен, и даже для его вербального описания, необходимого на предмодельной стадии, требовалось бы, вообще говоря, текст гигант­ского, практически исключающего возможность использования, объема. Тем более бессмысленно рассчитывать на моделирование объекта в виде тех или иных математических конструкций, т.е. элементов некоторого принципиально иного (математического) мира.

Проблема пригодности модели, как утверждает Г. Я. Гольд­штейн [29], сводящаяся к установлению количественной оценки меры адекватности принятой математической модели реальным исследуе­мым объектам в общем виде является весьма сложной: ее решение связано с математическими, экономическими, экспертными, техни­ческими и даже философскими вопросами. В самом деле, как можно решать вопрос о количественной мере отличия математической модели объекта и самого реального объекта, если истинное (полное) описание такого объекта исследователю никогда не известно?

Учитывая, что модель есть упрощенное представление действительности, очень важной проблемой является определение цели моделирования. Постановка цели, в свою очередь, определяет количественный показатель адекватности разрабатываемой модели. В общем случае цель моделирования – получение информации об объекте во времени, начиная с познавательных целей и вплоть до получения конкретных данных для принятия управленческих решений [99].

Действительно, если количественная мера адекватности модели не установлена, то вся идея проведения имитационных машинных экспериментов не выдерживает элементарной критики. Пока этот вопрос не решен, ценность модели остается незначительной, а имита­ционный машинный эксперимент превращается в простое упражнение в области дедуктивной логики. Более того, как считает В. В. Ольшевский в [72] и другие специалисты в области имитационного моделирования сложных систем, что экспериментирование на компьютере с неадекватной моделью принесет мало пользы, так как мы попросту будем имитировать собственное невежество.

Немаловажным в практическом плане является стоимость получения результатов моделирования. В эту стоимость входят как цена разработки модели, так и цена ее реализации и получения требуемой информации. Большая стоимость получения результатов моделирования уже ставит вопрос о том, а стоит ли вообще применять моделирование.

Если принять во внимание многочисленные примеры успешного моделирования самых разнообразных физических, биологических и экономических объектов и процессов, и вместе с тем взглянуть на них более пристально, то окажется, что непосредственными прототипами для этих моделей послужили не конкретные фрагменты реального мира, а их системные представления, т.е. результаты их описания в виде систем с помощью тех или иных системообразу­ющих признаков [59]. Эти описания несравнимо проще чем объекты, и поэтому именно они располагаются между объектом и его моделью.

Как видно на рис. 10, связь между объектом и его моделью носит опосредованный характер, поскольку между объектом и его моделью располагается системное описание объекта. При этом зазор между объектом и его системным описанием может быть весьма значительным. Например, в системном описании предприятия может быть на самом деле отражен лишь процесс производства продукции, в то время как процессы воспроизводства ресурсов не отражаются, поскольку находятся вне интересов исследователя. Логично считать, что если системное описание объекта S позволяет однозначно восстановить объект Q, то модель M, построенная на базе такого системного описания, можно назвать системной моделью объекта Q.

 

Рис. 10. Соотношение между объектом, его системным описанием и модель [17]

 

Моделирование деятельности компаний имеет определенную специфику [59]. Эти особенности отражают:

– неустойчивость статистических характеристик зависимостей, изменчивость состава и нестационарность действия факторов, влияющих на характер и протекание моделируемых на микроэкономическом уровне процессов;

– нестабильность внешней среды предприятия;

– присутствие значимого субъективного компонента (влияние принимаемых на данном предприятии решений) в составе факторов микроэкономических процессов;

– проблематичность применения статистических методов и подходов в моделировании микрообъектов, в частности, трудности формирования однородной генеральной совокупности из аналогичных объектов;

– возможность дополнения «внешней» количественной статистической информации о значениях моделируемых показателей «внутренней» качественной информацией о характере зависимости, получаемой непосредственно от инсайдеров;

– отсутствие преемственности в моделировании, характерной для моделирования макрообъектов, крайняя ограниченность числа (как правило, отсутствие) публикаций о ходе и результатах моделирования данного процесса на данном микрообъекте.

Для того чтобы учесть эти особенности при построении модели, обеспечив ее адекватность как способность отражать наиболее существенные в данном аспекте связи между компонентами системного описания объекта и элементами его модели, необходимо обеспечить максимальную траспарентность и сопоставимость информации о ходе и результатах моделирования как можно большего числа микроэкономических объектов [59].

Сложность моделирования деятельности реальной компании, кроме того, определяется целым рядом факторов: неоднородностью производимой продукции; нерегулярностью производства; внутрен­ними факторами, дестабилизирующими производство; нарушениями регулярности снабжения; задержками и нерегулярностью финансовых потоков; изменением рыночных условий; марке­тинговыми особенностями продукции; внешними угрозами и благоприятными возможностями; общей экономической, техноло­гической и социальной обстановкой и так далее.

Большинство этих параметров системы носит вероятностный характер и, что самое главное, являются нестационарными. Планирование и управление по усредненным характеристикам не дает должного эффекта, так как пока оно осуществляется, изменяются и сама система, и ее окружающая среда. Все это усугубляется нестационарным характером вероятностных процессов. В результате применение формальных математических моделей затруднено из-за большой размерности ЭПС, недостаточной априорной информации, наличия плохо формализуемых факторов, нечеткости критериев оценки принимаемых решений [29], [88] и т.д.

Экономическая система, как объект исследования и приложения экономико-математических методов, непрерывно развивается в нестационарных условиях. Модели математического программиро­вания, как утверждает В.А. Забродский в [88], не отражают в должной мере условия выполнения планов, не учитывают в полной мере прогнозируемые потери, вызванные необходимостью локализа­ции помех во времени и по ансамблю подсистем. Эконометрические модели для таких условий практически не разработаны.

Реальным подходом к решению задачи управления деятельности компании, как считает И.Б. Моцкус, может являться отказ от поиска и реализации предельно оптимальной модели управления и переход к использованию приближенных решений [67]. В этом случае ищутся варианты управления, находящиеся вблизи абсолютного оптимума, а не сам оптимум. Можно считать, что в любой задаче существует некоторый порог сложности, переступить который можно только ценою отказа от требований точности решений. Если учесть стоимость компьютерной реализации решения, например, много­экстремальных задач, то точные их методы решения могут оказаться невыгодными по сравнению с более простыми приближенными методами. Эффект, полученный от уточнения решения, не окупит дополнительных затрат на его отыскание. Следует отметить, что сама многопараметричность задачи «сглаживает» оптимум решения и облегчает задачу попадания системы управления в область, близкую к оптимуму. Причем это становится все более явным с увеличением числа параметров системы и их вероятностного характера.

Еще в 60-е гг. XX века ученые обратили внимание на то, что закон распределения целевой функции при проектировании системы с большим числом аргументов имеет свойство сходиться к нормальному, если целевая функция (или ее монотонное преобразование) выражается суммой членов, каждый из которых зависит от ограниченного числа переменных. Такое условие выполняется в большинстве реальных случаев управления ЭПС [67]. Это открывает путь к использованию таких методов оптимизации в управлении деятельностью компаний, которые минимизируют сумму ожидаемого риска, связанного с отклонением в управлении от достижения оптимума, и средних потерь на поиск решения (затрат на проектирование системы управления).

Наличие многих факторов, определяющих управление в реальной ЭПС и их вероятностный характер, нестационарность, условность в используемых экономико-математических моделях делают реальное управление лишь приближенно оптимальным, что ведет к необходимости приближенной оптимизации на основе использования принципа «горизонтальной неопределенности» [29].

Таким образом, управление деятельностью реальной компании в общем случае в силу указанных выше причин может быть принципиально только адаптивным. Это объясняется, во-первых, принципиальной невозможностью математически точного опреде­ления начальных условий объекта управления [20], во-вторых, принципиальной невозможностью математически точного описания всех возмущающих объект управления воздействий со стороны внешней среды, в-третьих, принципиальной невозможностью описа­ния всех взаимных связей между элементами объекта, в-четвертых, нестационарностью характеристик внешней среды и характеристик системы [29], [88], [98].

Оказывается, что сама система управления деятельностью компании базируется в большинстве своем на субъективных оценках параметров системы, среды и взаимосвязей реальной ЭПС. В настоящее время, как утверждают В.С. Пугачев и др. авторы в [73], пока еще не разработаны (и вряд ли могут быть разработаны) методы исследования процессов управления одновременно с большим числом объектов, обладающих известной самостоятельностью действий и свободой поведения.

В практике управления инновациями, которые являются одним из направлений деятельности компании, очень часто возникает искушение применения традиционных экономико-математических методов оптимизационного управления. Однако в силу специфики инновационной деятельности, характеризуемой высокой степенью неопределенности и непредсказуемости, управление инновационной деятельностью может быть принципиально только адаптивным [29], [30], [98], [31]. Указанные выводы подтверждается в [47] и [48].

Поэтому раскрытие механизма адаптивного управления, а также причин, порождающих необходимость его применения в управлении инновациями и инновационной деятельности, приобретает исключительное значение и рассмотрено далее.

 

⇐ Предыдущая12345678910Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: