CC BY
261
ИННОВАЦИИ И ТЕХНОЛОГИИ
<и.и. Комков, С.Ю. Врошкин
МЕТОДИЧЕСКИЕ ОСНОВЫ ПРОГНОЗИРОВАНИЯ ТЕХНОЛОГИЧЕСКОГО РАЗВИТИЯ
Во второй половине ХХ века было разработано более 100 методов прогнозирования технологий, экономических и социальных процессов, а также методов оценки возможностей осуществления и последствий политических решений [1, 2]. Интерес к прогнозированию различных процессов начал формироваться после окончания Второй мировой войны, когда после восстановления разрушенного и истощенного войной промышленного потенциала появились многочисленные возможности и перспективы развития технологий, экономики и общества. Острота проблемы правильного выбора была обусловлена соперничеством социалистического и капиталистического блоков, а также высокой ценой ошибочных решений.
Постепенно проблемы прогнозирования, обоснования, постановки и выбора решения, как четко обозначенных, так и слабо структу-ризованных проблем стали концентрироваться на способах их решения, к числу которых относились, прежде всего, технологии. Сейчас не все из известных методов прогнозирования относятся к числу технологических, хотя большинство имеет отношение либо ко всему технологическому комплексу народного хозяйства, либо к его отдельным составным частям.
Широкое распространение методы прогнозирования получили в развитых странах в 60-80-х годах прошлого века. Среди возможных направлений разработки методов прогнозирования наиболее значимыми оказались методы, ориентированные на оценку перспектив экономического, социального развития и научно-технического прогресса (НТП). В США, Японии и развитых странах Европы основное внимание при прогнозировании уделялось научным и техническим прогнозам, что отразилось в последующем преобладании акцента на технологические прогнозы. В западной литературе технология означала совокупность
способов преобразования ресурсов, материалов с помощью техники и систем управления в полезные продукты и услуги. Поэтому «технология» нашла свое применение не столько на микро, сколько на мезо-уровне и большинство прогнозов в промышленно развитых странах стали относиться к технологическим. При этом, прежде всего, в странах ЕС наибольшее распространение получили прогнозы типа Foresight, ориентированные на изучение перспектив развития рынков и обоснование решений, предлагаемых руководству и обществу на макро- и ме-зоуровнях (табл. 1).
Таблица 1
Виды прогнозов и методы выполнения решений различных процессов
Виды прогнозов Заказчик, пользователь Назначение, способ использо- вания Способ выполнения (метод) Особенности организации, участники, исполнители
Технологическое предвидение (Technology Foresight) Новые осваиваемые технологии, ожидаемые изменения в инфраструктуре Правительство, бизнес, население, крупные и средние компании, рынок, потребители Правительственные программы, своевременное информирование, механизмы финансовой поддержки и регулирования, доклады Метод Дельфи, мозговой штурм Большие коллективы экспертов, включая представителей населения, бизнеса (от 100 до 5000), писатели - фантасты
Технологическое обоснование (Technology Assessment) Ожидаемые структурные изменения (положительные и отрицательные), возможные последствия, технологические угрозы Правительство, бизнес, население, крупные компании Аналитические записки, доклады Экспертные, аналитические и статистические оценки Исследовательские, аналитические и прогностические центры, коллективы численностью от 5 до 100 человек
Стратегическое информирование (Technology Intelligence) Правительство, бизнес, население Аналитические записки, доклады, оценки вариантов Экспертные, аналитические и статистические оценки Исследовательские и аналитические правительствен-ные центры
Технологическое прогнозирование (Technology Forecasting) Прогноз новых поколений технологий, техники и систем управления, альтернативные технологии Инновационные структуры, государственные органы управления наукой и инновациями корпорации, фирмы, компании Инновационные проекты, программы Экспертные, статистические методы, мозговой штурм, метод Дельфи, морфологический анализ, информационно-логическое моделирование Небольшие группы, профессионалы, исследователи, писатели-фантасты
Technology Assessment развивается сегодня в большей степени в направлении выявления социального и политического выбора, связанного с технологическим развитием, а не определения эффекта или негативных последствий принимаемых решений. Методика Technology Assessment предусматривает комбинацию классического мониторинга технологического развития и перспективных оценок. В свою очередь, Technology Foresight представляет собой широкомасштабный процесс, опережающий и формирующий принятие решений, главным образом, на национальном и региональном уровнях.
Strategic Intelligence может рассматриваться как инструмент решений, основанных на экономике знаний. Он может обеспечивать существенную поддержку этого процесса, но только при условии адекватного отношения к нему со стороны политических субъектов. На современном уровне своего развития этот аппарат, как показывает опыт ЕС, позволяет существенно продвинуться в решении проблем расширения интеграционного пространства, формирования европейского исследовательского пространства, а также поиска новых моделей управления и повышения экономической отдачи от НТП.
Традиционное прогнозирование технологий (Technology Forecasting) преобладает среди профессионалов: исследователей, аналитиков и экспертов. Однако результаты Technology Forecasting имеют широкое применение и как исходная информационная база в других видах прогнозов.
В отечественной практике традиционно используются комплексные прогнозы, в которых совмещаются разные виды прогнозов. Например, соотношение перечисленных выше видов прогнозов в Комплексной программе научно-технического прогресса (КП НТП) СССР и в Программе исследований Президиума РАН7 по оценкам организационнометодической группы, представлены на схеме (рис. 1). Из нее следует, что в КП НТП технологическому прогнозированию уделялось сравнительно мало места (5O%) среди потенциально возможных прогнозов. Но КП НТП отличало широкое информирование органов власти о перспективах социально-экономического и научно-технического развития.
Термин «технология» в современном понимании появился в отечественной научной литературе в SO-х годах прошлого столетия и означал согласованное единство технологии, техники и оборудования, организованного труда и механизма управления. До этого в СССР преобладал термин научно-технический прогресс (НТП), сущностью которого было самостоятельное, как бы независимое,
1 «Прогноз технологического развития экономики России с учетом мировых интеграционных процессов (содержательные, экономические и институциональные аспекты)».
раздельное развитие технологических процессов, машин и оборудования, материалов, приборов, методов и систем управления.
Программа исследований Президиума РАН
Forecasting
Assessment
Intelligence
Forecasting
о ■ О С\ ІІ
мж
'''У/У/\ '" 'и Y/yti. 5 мЯш тот 20% 0% 30%
да
да
Рис. 1. Схема комплексного прогноза
Непрогрессивность раздельного развития технологии, техники и систем управления одними из первых выявили и сформулировали ученые в США, когда обнаружились системные проблемы в управлении крупным машинным производством: телефонными сетями, электростанциями, распределительными сетями и потребителями электроэнергии, поточно-конвейерным производством автомобилей с учетом индивидуальных требований потребителей и др. Эти проблемы не решались изменениями только какой-либо одной компоненты: изменением самой технологии, совершенствованием техники и оборудования либо улучшением организации труда и повышением квалификации исполнителей. Так, в начале 1960-х годов возникла новая научная область, которая сначала называлась «большие системы». Далее в 1970-х годах было замечено усиление роли «человеческого фактора» и увеличение разнообразия его влияния на эффективность функционирования больших и сложных технических систем. Это привело к формированию новой научной дисциплины по управлению организационными системами, в которых значительное место занимает человеческий фактор (интересы, индивидуальные предпочтения, конфликты интересов, переменная интенсивность труда и т.п.).
Объединяющим началом «больших систем» и организационного управления является понятие комплексной или организованной технологии. Под комплексной технологией понимается технически оснащенный и организационно согласованный способ перемещения
продукта (вектора продуктов) из исходного состояния в последующее, более завершенное с точки зрения превращения первичных ресурсов, энергии и труда в полезные продукты, товары и услуги.
Следовательно, практически все производственно-экономические процессы могут быть представлены в виде упорядоченной последовательности (сети) комплексных технологий и их продуктов. С использованием языка комплексных технологий можно сформулировать и представить особенности и закономерности технологического развития экономики, многие из которых отмечались в работах Й. Шумпетера, Д. Са-хала, Дж. Мартино, Г.М. Доброва, С.Ю. Глазьева, М.Н. Узякова и др.
Отличительные особенности комплексной технологии - наличие самостоятельных составных частей (компонент), а также согласованность собственно технологии, техники и оборудования, организованного труда и механизма управления. Степень согласованности определяется масштабами потерь производственного потенциала, возникающими при несопряженности компонент, а наибольшая согласованность достигается при отсутствии потерь (при нулевых потерях). Последовательность согласования такова, что сама технология, способ превращения продуктов из менее в более завершенное состояние, имеет преимущество, приоритет по отношению к другим компонентам. Далее по приоритету следует техника, затем труд и управление.
Содержательный вывод при таком порядке состоит в том, что предел производственного потенциала задается возможностями технологии, которые могут полностью либо не в полной мере быть реализованы определенным составом оборудования и техники. Согласованный потенциал технологии и техники, в свою очередь, реализуется полностью либо частично организованным трудом, а потенциал согласованной технологии, техники и труда - можно реализовать согласованным с ними механизмом (системой) управления.
Среди важнейших характеристик технологий необходимо отметить следующие.
• Любая технология имеет свой жизненный цикл, который отражает динамику жизни технологии и характеризуется, по крайней мере, тремя существенными точками: начальной (0), конечной (С) и точкой максимума, расцвета (А). Наиболее распространенным является представление жизненного цикла технологии в пространстве: «объемы производства - время (длительность)», где динамика жизненного цикла соответствует кривой, близкой к трапеции (рис. 2). Такая динамика характерна для эксплуатации месторождений углеводородного сырья, различных руд, производства оборудования, машин, приборов и др. Управление динамикой жизненного цикла
предполагает, например, увеличение длительности объемов максимального выпуска (производства), что особенно важно при разработке запасов нефти, газа и конденсата.
Рис. 2. Динамика жизненного цикла технологии.
• Любая технология относится к определенному поколению, к семейству однородных с точки зрения способа выполнения основных функций, т.е. состава используемых процессов, машин, оборудования, приборов, систем управления и др. Семейство технологий одного поколения характеризуется 5-образной (логистической) кривой, показывающей изменение главного показателя (эффективности, производительности, качества и др.) технологии в зависимости от времени или от объемов финансовых средств, выделенных на совершенствование технологии (рис. 3). Состояния технологии отражают достигнутый ею уровень совершенства. Наивысший уровень совершенства достигается в точке В, что означает исчерпание потенциала совершенствования технологии в рамках данного поколения. Переход от одного поколения к другому происходит на основе новой парадигмы, а по основным показателям новая технология превосходит ей предшествующую. Совокупность состояний технологии (точки 5-образной кривой) представляет собой дискретную последовательность, а переход от одного состояния к другому определяется уровнем достаточности прироста эффективности технологии.
Совмещение динамики жизненного цикла и динамики технологий в рамках одного поколения (рис. 4.) позволяет установить их соответствие, при котором достижение наивысшего уровня эффективности предполагает переход на участок ВС снижения объемов производства. Для многих российских технологий в сфере добычи, переработки и обработки участок снижения объемов является дли-
тельным, затяжным (десятки лет), что означает медленную смену технологий. Однако для большинства наукоемких технологий, особенно инфокоммуникационных, их жизненный цикл и динамика развития одного поколения краткосрочны и измеряются годами.
Э - эффект
Рис. 3. Динамика жизненного цикла технологии
Рис. 4. Согласование динамики жизненного цикла и поколения технологии
• Взаимосвязь технологии и продукта (услуги) такова, что на основе одной и той же технологии могут производиться разные продукты. Эти продукты (услуги), как правило, представляют собой различные модификации базового продукта, незначительно отличающиеся друг от друга (рис. 5). При этом рост потребительских свойств продукта имеет ограничения сверху, а возможности снижения себестоимости продукта сравнительно невелики. Поэтому потенциал конкурентоспособности каждого продукта ограничен рамками конкретной технологии. Например, приобретенная по импорту в конце 1960-х годов технология производства легковых автомобилей типа ВАЗ практически не изменилась в течение последующих 40 лет. Заменялись отдельные физически изношенные элементы конвейера, технологии вспомогательных производств. В результате все выпущенные ВАЗом модели сходны по своим характеристикам (по уровню комфорта, дизайну, расходу топлива, безопасности и др.), а ВАЗ-2101 мало отличается от ВАЗ-2115. Сейчас уже многим специалистам и экспертам очевидно, что в рамках прежней технологии качественно новый автомобиль отечественный ВАЗ произвести не способен.
Рис. 5. Соотношение технологии и продукта (услуги)
• Технологии имеют многоуровневую структуру и отличаются с точки зрения близости к высшему уровню, способному выпускать конечную продукцию (рис. 6). Технологии высшего уровня называют системными либо метатехнологиями. Они объединяют от не-
скольких единиц до нескольких сотен технологий второго уровня, называемых базовыми либо мезотехнологиями. Они способны производить отдельные узлы и агрегаты, из которых с помощью системной технологии создается продукт, используемый в других технологиях. В свою очередь, базовые (мезотехнологии) состоят из совокупности комплектующих либо микротехнологий. Например, системная технология производства современных истребителей 4-го поколения насчитывает около 400 базовых. Системная технология производства буровых установок, предназначенных для бурения нефтяных и газовых скважин, состоит из почти четырех десятков базовых технологий (вышка, насосные установки и др.), а технологии производства деталей (труб, электродвигателей и др.) насчитывают несколько сотен.
Рис. 6. Соотношение разноуровневых технологий
• Компонентная структура технологии следует из определения самой технологии (рис. 7). Под технологией понимается взаимосвязанная и упорядоченная последовательность собственно технологии (как способа перехода из начального состояния в конечное), техники и оборудования, реализующего этот переход, организованного труда и обладающих нужной квалификацией исполнителей, а также системы (механизмов) управления и квалифицированных управленцев (менеджмента). Согласованность компонент предполагает использование машинами и оборудованием потенциала технологии, а достигнутый ими совместный потенциал (производительность, издержки, энергоемкость, качество производимых продуктов) используется для его реализации организованным персоналом, а затем менеджментом. Анализ согласованности компонент технологии, измеряемый потерями потенциала, проведенный в первые годы выполнения Программы [3], показал наличие значительных потерь из-за несоответствия собственно технологии и оборудования, а также низкого уровня менеджмента. Эти потери определяют проблемные ситуации и перспективные направления развития.
• Технологические уклады представляют собой исторически сформировавшиеся совокупности взаимосвязанных технологических цепочек, где в каждой совокупности выделяется «ядро», технологический кластер, определяющий на том или ином этапе перспективы развития. Всего выделяют пять сформировавшихся технологических переделов и намечены признаки формирующегося шестого уклада. Как правило, к их базовым признакам относятся следующие: I уклад - машинное производство, пар; II уклад - уголь, электроэнергия, III уклад - скоростной транспорт, нефть, IV уклад - природный газ, химия, V уклад - компьютеризация, автоматизация, VI уклад - нанотехнологии, новые материалы, возобновляемая энергетика.
Для российской экономики характерна многоукладность, а также наличие устаревших технологий, принадлежащих второму, третьему и четвертому укладам. Многоукладность предполагает наличие устойчивых технологических цепочек, имеющих низкий уровень качества и принадлежащих низшим укладам. Замена, вытеснение низкокачественных технологических цепочек относится к важнейшим направлениям государственной промышленной политики.
• Сопряженность смежных технологий предполагает наличие (отсутствие) потерь продукта при его передаче от предыдущей к последующей технологии (рис. 8). Потери, как правило, ощущает последующая технология, а сами потери выражаются в снижении качества продукта последующей технологии, в сокращении ее доходов и др. Примерами снижения доходов и потребительских свойств от не-сопряженности технологий являются ухудшение качества нефтепродуктов от использования высокосернистых нефтей, сокращение надежности и долговечности автомобильных двигателей.
Потери продукта, качества, рост себестоимости
Рис. 8. Взаимосвязь сопряженных технологий
• Системная, базовая либо комплектующая технология могут в различной степени включаться в бизнес-процессы, т.е. в экономически целесообразные процессы, способные к эффективному бизнесу. Важным свойством ведения эффективного бизнеса обладают бизнес-единицы. К их числу относятся предприятия, имеющие в своей основе определенную технологию, используемую для выпуска востребованной рынком продукции (услуги). Технологии, обладающие свойством бизнес-единицы, имеют: а) устойчивый рынок (совокупность технологий потребления), б) адаптивную к изменяющимся условиям рынка и кооперационным поставкам комплектующих стратегию; в) финансовую устойчивость (ликвидность, достаточные активы и др.). Иначе говоря, бизнес-технология - это любая успешная с точки зрения бизнеса технология. Примеров неуспешных технологий в российской экономике достаточно много. Их особенно много в сфере машиностроения; отраслей, занятых переработкой ресурсов и др. Динамику масштабов неконкурентоспособных технологий характеризует медленное сокращение числа убыточных предприятий: 2000 г. - 39,8%, 2001 г. - 37,9%; 2002 г. -43,5%; 2003 г. - 43,0%; 2004 г. - 35,8%.
• Технологии делятся на технологии производства продукта (услуги) и технологии потребления произведенного продукта (предоставленной услуги) (рис. 9). Обычно технологию потребления рассматривают и учитывают недостаточно подробно, а ее наиболее общим аналогом считается рынок. В упрощенном виде рынок потребления произведенной на основе какой-либо бизнес-технологии продукции можно представить как совокупность устойчивых. бизнес-технологий потребления. Например, технология использования (потребления) современного легкового автомобиля для среднего
класса предполагает исследование условий движения по автодорогам в крупных и средних городах, в городах и их пригородах, в сельской местности, в разное время суток и время года. Именно изучение динамики технологии потребления, какого-либо продукта, а также прогнозирование новой технологии потребления формирует перспективы спроса на традиционную и новую продукцию.
Рис. 9. Взаимосвязь технологии производства и потребления
• Конкурентоспособность технологии является важнейшим показателем, влияющим и на конкурентоспособность создаваемых на ее основе продуктов (оказываемых услуг). Потенциал конкурентоспособности технологии определяется составом (вектором) показателей, характеризующих потребительские свойства продуктов, их себестоимость, цену, уровень новизны и др. в сравнении с продуктами-аналогами.
Соотношение между разными технологиями (продуктами) определяет конкурентные преимущества по отношению друг к другу. Сравнение конкурентных преимуществ происходит на множестве показателей, характеризующих внешние факторы, потребительские свойства (качество) и стоимость (цену) технологий (продукта) (рис. 10). Продукт, превосходящий и по качеству, и по цене (т.е. имеющий меньшую цену) при равноценных внешних факторах, имеет явные конкурентные преимущества над сравниваемым аналогом. Когда сравниваемые технологии (продукты) имеют преимущества в одних показателях и уступают по другим, то тогда их оценка определяется на основе оптимальности по Парето, а выбор, естественно, остается за покупателем.
Основные базовые значения ценовых показателей и потребительских свойств определяются уровнем совершенства используемых технологий и лишь в малой степени могут изменяться при текущем управлении производством. Так, на внешних рынках отечественные продукты имеют преимущества над конкурентами за счет ценовых
скидок (нередко и ценового демпинга), формирование которых основано на низкой доле оплаты труда, меньшей стоимости исходных ресурсов и энергоносителей.
Ценовые
показатели
цена
(скидки)
себестоимость
(\
Потребительские свойства, включая сервисное обслуживание
X.
Внешние факторы, содействующие продвижению на рынки
оплата
труда
1 2 3 4 5 6 7
Рис. 2. Вектор характеристик продукта (услуги):
1 - Назначение;
2 - Производительность (мощность);
3 - Уровень качества
(надежность, малоремонтность, удобство для потребителя);
4 - Величина предотвращенных потерь и др.;
5 - Показатели конкурентоспособности;
6 - Государственная (политическая) поддержка;
7 - «Корпоративный ресурс»;
8 - Инновационное сопровождение;
9 - Ценовые показатели (цена, себестоимость, доля оплаты труда)
Однако конкурентные преимущества, основанные только на ценовых скидках, как правило, недолговечны, а с их помощью можно занимать лишь небольшие сектора на мировых рынках. Следовательно, основные конкурентные преимущества формируются за счет совершенства используемых технологий.
Поэтому конкуренция продуктов на мировых рынках все в большей степени определяется уровнем конкурентоспособности используемых технологий. Уникальная продукция, «сделанная на коленке», без использования бизнес-технологии, способна удивить на какой-либо выставке, но она не имеет масштабной рыночной перспективы.
Значительный общий спад, а также сокращение экспортных объемов продукции обрабатывающих отраслей после перехода к ры-
ночной экономике в РФ связан не только с их технологическим отставанием от промышленно развитых стран, но и с отсутствием государственной и корпоративной поддержки отечественной продукции не только на внешних, но и на внутренних рынках. Даже наличие определенных конкурентных преимуществ без достаточной государственной и корпоративной поддержки не спасло отечественных производителей металлорежущих станков и обрабатывающих центров от банкротства и разорения. Например, поставки в третьи страны отечественных боевых вертолетов, имеющих явные не только ценовые, но и значительные потребительские (боевые) преимущества над американским конкурентом, оказались невозможными из-за политического и корпоративного давления на третьи страны со стороны США.
Выход на более устойчивые позиции связан только с технологическим (продуктовым) совершенством, поскольку ценовые уступки нередко рассматриваются как демпинг и подрывают имидж страны-экспортера.
• Полный технологический цикл на макроуровне, т.е. на уровне экономики в целом, представляет собой последовательность состояний первичных ресурсов и энергоносителей при переходе от их поисков и разведки до превращения в машины, оборудование, здания, сооружения, в конечные продукты, потребляемые человеком. Наиболее общими составными частями полного технологического цикла является деление цикла на четыре последовательных комплекса отраслей: ресурсодобывающие, перерабатывающие, обрабатывающие, производящие конечные продукты и объекты инфраструктуры. Внутри каждого комплекса в рамках отрасли могут быть выделены технологические переделы, т. е. последовательные совокупности однородных технологий. Обычно выделяют три или более технологических передела. Важность такого аспекта рассмотрения технологий обусловлена тем, что, как правило, эти переделы контролируют отраслевой рынок и наибольшая рентабельность достигается на конечных технологических переделах. Многие российские компании на этапе перехода к рынку терпели и терпят серьезные поражения от западных конкурентов именно на конечных переделах. Удержание длинных технологических цепочек (последовательности переделов) является важнейшей задачей как отраслевых компаний, так и государственной промышленной политики.
Классификатор технологий содержит все перечисленные выше характеристики, а также признаки отраслей (либо видов экономической деятельности - в соответствии с ОКВЭД), признаки собственно технологий и др. (рис. 11).
©
©
©©'©'©
©
©
51)
©
5 6 7
31)
©
©
©
©
©
©1@1@1@
5!)
© ©
10
К)
11
С©
©
с©
Рис. 11. Классификатор технологий
Обозначение
1 - этапы жизненного цикла:
1.1 - становление;
1.2 - расцвет;
1.3 - завершение цикла;
2 - этапы поколения технологии:
2.1 - подъем;
2.2 - стабильное развитие;
2.3 - завершение развития;
3 - «продукт - технология»:
3.1 - начальные виды продуктов;
3.2 - базовые виды продуктов;
3.3 - завершающие виды продуктов;
4 - иерархия технологий:
4.1 - метатехнологии;
4.2 - мезотехнологии;
4.3 - микротехнологии;
5 - компоненты технологии:
5.1 - собственно технология;
5.2 - техника и оборудование;
5.3 - организованный труд;
5.4 - системы и механизмы управления;
6 - технологические уклады:
6.1 - 1-й «уклад пара»;
6.2 - 2-й «уклад электроэнергии»;
6.3 - 3-й «уклад нефти»;
6.4 - 4-й «уклад газа»;
6.5 - 5-й «уклад компьютеров»;
6.6 - 6-й «уклад нанотехнологии и возобновляемая энергетика»;
7 - сопряженность технологий:
7.1 - сопряженные технологии;
7.2 - несопряженные технологии;
8 - завершенность технологий:
8.1 - системная;
8.2 - базовая;
8.3 - комплектующая;
9 - вид технологии:
9.1 - технология производства;
9.2 - технология потребления;
10 - конкурентоспособность технологии:
10.1 - лидеры;
10.2 - в числе лидеров;
10.3 - аутсайдеры;
11 - стадия технологического цикла:
11.1 - ресурсодобывающие отрасли;
11.2 - перерабатывающие отрасли;
11.3 - обрабатывающие отрасли;
11.4 - отрасли, производящие объекты инфраструктуры и конечные продукты.
1
2
3
4
9
В последнюю четверть ХХ века до 90% прироста выпуска продукции в промышленно развитых странах обеспечивалось за счет создания новых и модернизации действующих технологий на основе инноваций, роста квалификации рабочей силы, повышения качества управления. Эти оценки являются экспертными, а прямой счет вклада инноваций и технологий крайне затруднен. Национальный науч-
но-технологический потенциал и прогрессивность технологической структуры экономики на современном этапе определяют не только текущий уровень социально-экономического развития страны, но и его перспективную динамику.
Новые технологии позволяют производить не только больше и с меньшими затратами традиционных товаров и услуг, но и создавать новые, более совершенные, наукоемкие. Истощение запасов природных ресурсов и усложнение горно-геологических условий их извлечения в определенной степени компенсируются использованием новых технологий их добычи и использования. Рост уровня жизни и численности населения, увеличение разнообразия, повышение качества потребляемых продуктов и услуг также достигается благодаря совершенствованию действующих и созданию новых технологий.
Особенностью технологического прогнозирования является учет объекта прогнозирования, оценка динамики и условий его развития в перспективе. Неопределенность содержания и характеристик объекта в перспективе отличает технологические прогнозы от экономических и социально-экономических, где сами объекты предполагаются уже известными. Эта неопределенность преодолевается на основе использования методов содержательного, качественного прогнозирования. К их числу относятся прежде всего методы целевого управления [4-6] и информационно-логические модели [7-9]. С их помощью в первую очередь определяются будущие события. Методы целевого управления и информационнологические модели были разработаны для прогнозирования и управления научными исследованиями и разработками, а затем были успешно использованы для прогнозирования разработки, создания и модернизации технологий.
В основу информационно-логических моделей (ИЛМ) положены поэтапные и иерархические модели. Поэтапные модели предполагают построение последовательности состояний (этапов) прогнозируемого объекта при переходе из начального состояния в конечное, определяемое целью развития объекта. Характерным отличием поэтапных ИЛМ является наличие типовых ИЛМ и настраиваемых, адаптивных ИЛМ. Для типовых ИЛМ выделяется семь обязательных этапов: 1 - исходные предпосылки; 2 - подход к постановке; 3 - постановка; 4 - подход к выполнению; 5 - способ выполнения; 6 -ожидаемый результат прогнозирования; 7 - конечный результат.
Эти этапы формируются на основе выделения обязательных компонент, которые характеризуют обязательные, регулярно повторяющие свойства управляемых целевых процессов. К их числу отно-
сится: исходное состояние, способ выполнения, результат, требование к результату, цель. Установление между этими компонентами устойчивых для определенной внешней среды условий позволяет однозначно определить наиболее предпочтительную, а в случае типовых ИЛМ, единственную последовательность этапов. Применение поэтапных ИЛМ для технологического прогнозирования дает возможность исследователю, прогнозисту использовать внешнюю «оболочку», внешние требования установленного содержания прогнозируемых состояний рассматриваемого объекта.
Поэтапные ИЛМ дополняются иерархическими ИЛМ, в которых рассмотрение перспектив развития производится на разных уровнях детальности. Наиболее часто такие модели представляются в виде «дерева целей».
Классификационные признаки методов инновационно-технологического прогнозирования представлены на рис. 12.
В основу классификации методов технологического прогнозирования могут быть положены следующие признаки: характеристика прогнозируемого объекта; способ (метод) получения информации; форма организации участников процесса прогнозирования.
Многочисленные подходы и методы, большое количество которых характеризует современную экспериментальную базу в этой области, можно классифицировать по различным критериям. Принципиальное различие проводится между изыскательским и нормативным технологическим прогнозированием (рис. 13).
В настоящее время наиболее полное технологическое прогнозирование должно исходить из сопоставления нормативного прогнозирования (нужды, желания) и изыскательского прогнозирования (возможности).
Содержательные (качественные) методы обрели свой первый критический подход в методе Дельфи. Эти методы делают в принципе возможным «случайный доступ» ко всем уровням прогнозирования. В частности, только с ними связывается возможность найти совокупность обоснованных отправных пунктов для нормативных методов на самых высоких уровнях («социальные цели»).
Альтернативный путь - достижение этих уровней с помощью изыскательских методов - дал бы некоторые отправные пункты такого рода путем трудоемких итеративных и других подходов, но он недостаточно универсален, чтобы можно было признать его удовлетворительным.
Изыскательские методы могут быть подразделены на два класса, указывающие на их потенциальное применение:
• методы, с помощью которых порождается новая технологическая информация, охватывает следующие группы: экстраполяция тенденций изменения технических параметров и функциональных возможностей, «кривые обучения», экстраполяция контекстуального картографирования, морфологическое исследование, а, возможно, также написание сценариев;
• методы, с помощью которых упорядочивается и перерабатывается наличная технологическая информация, охватывают следующие группы: историческая аналогия, написание сценариев и синоптическая итерация, вероятностные методы преобразований, экономический анализ, операционные модели; методы, имеющие дело с агрегированным уровнем.
Наиболее систематическим подходом к производству новой технологической информации является морфологическое исследование - метод, позволяющий на объективной основе получить всеобъемлющий спектр функциональных технологических систем, подсистем и т. д. Оценке осуществимости, которая сообщает операциональную ценность этому подходу, могут содействовать экстраполяции тенденций и другие методы, с помощью которых порождается информация.
Для того чтобы нормативное прогнозирование, значение которого быстро растет, дало результаты, которых от него ждут, оно должно быть дополнено методом, обеспечивающим самый полный, какой только возможно, спектр технологических возможностей. Морфологическое исследование, опирающееся на экстраполяцию тенденций, представляет собой наилучшую из имеющихся возможностей; экстраполяция тенденций, используемая самостоятельно, находится на втором месте (и она уже применяется систематически в связи с методом ПАТТЕРН компании «Хониуэлл» для нормативного прогнозирования). Вне сферы указанных методов интуитивное мышление является надежной и все еще «естественной» альтернативой, равно как и незаменимым связующим звеном, для неудовлетворительных и неполностью интегрированных методов.
Применение нормативных методов предполагает наличие больших возможностей выбора, и прежде всего, в области технологии, чем это может быть обеспечено при данных бюджетных или иных ограничениях.
Наиболее разработанный из нормативных методов технологического прогнозирования - ПАТТЕРН. Наилучшим и наиболее гибким подходом, имеющимся в распоряжении нормативного прогнозиро-
вания, является дерево целей, которое лежит в основе системы ПАТТЕРН и ряда других методов.
Сетевые методы могут оказаться полезными, когда речь идет о специальных аспектах нормативного прогнозирования, особенно для оценки различных системных концепций. Использование операционных моделей имеет меньшее значение в нормативном, нежели в изыскательском, прогнозировании; их применяют главным образом к проблеме выбора среди ряда сложных альтернативных разработок.
Возможности системного анализа незначительно используются для целей технологического прогнозирования. Системный анализ является общим подходом, который следует приспосабливать к объекту прогнозирования и к каждой новой задаче (здесь не существует твердых правил, которые легко использовались бы различными организациями).
Методы с обратной связью могут быть созданы из сочетания элементов изыскательского и нормативного прогнозирования или же совершенно новых элементов. В принципе возможность объединить существующие методы таким образом, чтобы возникла полностью интегрированная система с обратной связью, охватывающая все уровни и направления перемещения технологии, выглядит маловероятной. В настоящее время создаются многоуровневые системы с обратной связью на базе «общения между человеком и техникой» и частичных систем с обратной связью, охватывающих лишь некоторые направления перемещения технологии.
«Обходные» методы, за исключением интуитивного мышления, устанавливают прямые прогностические отношения между несмежными уровнями. Их применимость до сих пор считается неопределенной. Основная цель «обходных» методов состоит в том, что бы, начав с одного уровня перемещения технологии, получить «случайный доступ» к любому другому уровню.
Концепция мозговой атаки (штурма) получила широкое распространение как метод систематической тренировки творческого мышления. Все методы, нацеленные на открытие новых идей и достижение согласия группы людей на основе интуитивного мышления, возникли из концепции мозговой атаки.
Прямая мозговая атака может проводиться отдельными лицами или группами. Она основана на гипотезе, что среди множества идей имеется, по меньшей мере, несколько хороших.
Спорадические исследования, проведенные в этой области, привели к выводу, что ситуация мозговой атаки может повысить продуктивность мышления ее участников.
В то время как прямая мозговая атака преследует цель собрать множество новых идей, метод «обмена мнениями» направлен на то, чтобы достичь согласия примерно между шестью людьми.
Один из распространенных методов исследований, разработанный в «РЭНД корпорейшн», метод Дельфи, основан на прогнозировании с использованием комиссий или групп экспертов. Цель метода состоит в том, чтобы разработать тщательно спроектированную программу последовательных индивидуальных опросов (которые лучше всего проводить с помощью вопросников), перемежаемых обратной связью в виде информации и мнений, получаемой путем обработки на ПК согласованной точки зрения экспертов по более ранним частям программы. Суть этого метода состоит в том, что специалисты, входящие в одну группу, будут влиять друг на друга так, чтобы компенсировать ошибки друг друга. Данный метод характеризуется тремя особенностями, которые отличают его от обычных методов группового взаимодействия экспертов: а) анонимность; б) использование результатов предыдущего тура опроса; в) статистическая характеристика группового ответа. В действительности метод Дельфи является не одним методом, а совокупностью методов, которые в основном все являются модификациями или вариациями подхода, разработанного в «РЭНД корпорейшн». Согласованная оценка, полученная по данному методу, точнее оценок, полученных другими методами. Метод является вполне определенной процедурой, которую можно описать количественно, можно распространить на прогнозы; дает возможность эффективно взаимодействовать членам жюри, хотя результаты этого взаимодействия и фильтрируются руководителем группы путем суммирования аргументов. Метод Дельфи все же остается интуитивной процедурой.
Прогнозирование по аналогии - сравнение прогнозируемой технологии с какой-либо сходной технологией. Можно воспользоваться исторической аналогией в случаях, когда необходим более строгий метод, чем простое субъективное суждение. Однако исход прогнозируемой ситуации нельзя считать неизбежным. Не существует гарантии, что при детальном повторении обстоятельств повторятся последствия.
Поскольку применение аналогии зависит от детального сравнения двух ситуаций, полезно располагать систематическим способом такого сопоставления. С этой целью составляется совокупность аспектов, по которым можно сравнивать ситуации, которые включают факторы, связанные в прошлом со склонностью к нововведениям или противодействию им. Прогноз, сделанный по данному методу,
может найти такую ситуацию, для которой все отклонения от формальной аналогии однонаправлены. Этот прогноз не будет подтверждаться исторической аналогией, так же как не будет обладать строгостью аналитической модели. Он будет основан на субъективных суждениях о влиянии отклонений от строгой аналогии. Но использование схемы неполной аналогии даст лучший прогноз, чем тот, который можно получить, исходя из совершенно бессистемных субъективных суждений.
Метод аналогии менее субъективен, чем метод Дельфи, но он не очень точен. При применении этих методов нет уверенности в том, что если определенные обстоятельства однажды привели к определенному результату, то те же обстоятельства приведут к тому же результату еще раз.
Более точный метод прогнозирования, основанный на кривых роста, базируется на сходстве между характером биологического развития и росте функциональных характеристик технических устройств. Это сходство (часто только предположительное) указывает на имеющуюся возможность прогнозировать техническое развитие таким же способом, каким биологи прогнозируют рост отдельных организмов и их популяции.
Данное технологическое решение с точки зрения достижения уровня функциональных характеристик не может улучшаться безгранично. Почти всегда есть определенный верхний предел для функциональных характеристик, достижимый этим устройством. Прогнозируя будущее развитие конкретного устройства, нужно установить темп приближения к пределу. Если имеющиеся данные фиксируются в пространстве двух координат, то часто оказывается, что они представляют собой нижнюю часть 5-образной кривой. Прогноз может быть получен восполнением недостающей части этой кривой. Однако требуется объективный метод подбора кривой, а не просто продолжение графика «от руки».
В других областях исследования было замечено, что ряд явлений характеризуется такими же 5-образными кривыми роста. Можно провести аналогию между этими явлениями и развитием конкретного устройства, которая покажет, что, по всей вероятности, они представляют один тип кривой роста. Однако эта аналогия в лучшем случае очень слабая. Применимость кривых роста в технологическом прогнозировании гораздо больше зависит от их фактических параметров, нежели от какой-то аналогии с популяциями или распределением доходов.
В технологическом прогнозировании широко используются две кривые роста, отчасти из-за простоты их применения, отчасти потому, что они действительно хорошо подходят к данным, характери-
зующим прошлое развитие. Это кривая Перла и кривая Гомперца. Простые методы подбора кривых позволяют прогнозисту определить их параметры объективным и воспроизводимым путем прямо по совокупности данных. Кривая может быть выявлена и продление ее в будущее использовано как прогноз.
Основным преимуществом при применении кривых роста является их большая объективность, по сравнению с интуитивными методами прогнозирования, подобными методу Дельфи. Тем не менее видимость полной объективности может вводить в заблуждение. Альтернатива, применить ли для выравнивания кривую Перла или Гомпер-ца, до сих пор решается субъективным образом, основанным отчасти на субъективной оценке пригодности подобранной кривой к данным прошлого развития. Если выбор базируется только на сравнении сумм квадратов отклонений от данных, соответствующих двум кривым, то и в этом случае нужно признать, что выбор этого критерия остается все же субъективным. Выбор может быть даже еще более субъективен, если в его основе лежит внешний вид двух графиков.
Применение кривых роста приводит к более точным результатам, чем метод аналогий, особенно когда имеется достаточное количество информации для того, чтобы получить статистически существенные оценки параметров в уравнениях. Тем не менее нужно иметь в виду, что нет гарантий того, что будущая функциональная характеристика данного устройства, получаемая как продление той же кривой роста, будет продолжением прошлой характеристики. В прошлом такое случалось много раз, однако в отдельных случаях соответствующее развитие функциональных характеристик может не произойти. Следовательно, нельзя считать это метод совершенно точным.
Несмотря на то, что кривые роста не могут быть ни совершенно объективными, ни совершенно точными, использование их все-таки предпочтительнее, чем использование метода Дельфи или аналогий, если имеется достаточное количество данных из истории развития данного устройства. Кривые роста дают прогнозисту простой метод для получения объективно воспроизводимого прогноза, который основывается на прошлых функциональных характеристиках большого числа модификаций данного технологического решения.
Многие количественные характеристики обнаруживают экспоненциальный (или близкий к экспоненциальному) рост во времени, а затем, когда приближается предел или точка насыщения, соответствующие кривые принимают более пологий вид. В полулогарифмическом масштабе с линейной шкалой времени экспоненциальный рост изображается прямой линией, представляющей возможность для экстраполяции.
Экстраполяция временных рядов - количественный метод, который может быть использован в технологическом прогнозировании на стадиях, предшествующих нововведению.
Любое рассматриваемое технологическое решение для достижения функциональных характеристик будет иметь присущий ему верхний предел, который это технологическое решение не превысит. Однако возможно прогнозирование и за этот предел. Прогнозист не нуждается в определении того технологического решения, которое будет использоваться для достижения увеличенного уровня функциональных характеристик. Ему требуется только изучить темп нововведений и развития в прошлом и предположить, что этот прошлый темп нововведений продолжится в будущем. Затем он может подобрать к данным из прошлого соответствующую кривую тенденции и продлить ее в будущее. Его уверенность в экстраполяции увеличивается, если прогнозируемая техника раньше имела устойчивое развитие, которое охватывало несколько последовательных технологических решений достижения одних и тех же функциональных характеристик. Если рассматриваемая техника приближается к фундаментальному пределу, устанавливаемому скорее физическими законами, чем ограничениями, связанными с конкретным технологическим решением, тогда переменную, представляющую функциональные характеристики, можно преобразовать и тенденцию новой переменной продолжить в будущее.
Очень важно, чтобы из прошлого отбирались сопоставимые точечные данные. Все они должны относиться или к первому коммерческому образцу техники, или к первому производственному изделию, или первому прототипу, или первой демонстрации в лаборатории и т. д. Если некоторые точечные данные представляют первое производственное изделие, другие соответствуют широкому коммерческому распространению, а третьи - первой демонстрации в лаборатории, то тенденция, подобранная к этим точечным данным из прошлого, будет значительно искажена и не совсем пригодна для прогнозирования. Конечно, это положение следует согласовывать с реальными данными. Если имеющиеся данные с этой точки зрения несостоятельны и для одних устройств наблюдение относится к началу цикла существования, а для других к более позднему периоду, то у прогнозиста нет выбора. Он должен использовать данные, которые у него есть. При данном методе необходимо следить за сосредоточениями одного типа данных на одном конце рассматриваемого отрезка времени.
Экстраполированные тенденции осуществятся в результате пассивного ожидания, особенно когда существующая в прошлом тен-
денция создавалась в результате энергичных действий многих участников развития данного вида техники. Прогнозист не может быть осведомлен обо всех решениях и взаимодействиях, которые привели к существованию тенденции, выявленной им по данным из прошлого. Он может только принять допущение, что какими бы ни были факторы, которые привели к существованию тенденции в прошлом, они будут продолжать действовать таким же образом.
Аналогии, кривые роста и тенденции предполагают, что в то время, когда для данной части системы, создающей технологию, в целом известны взаимосвязи между затратами ресурсов и технологическими результатами, не известен ни один из внутренних механизмов действия системы. Еще чаще в этих методах не предполагается даже знания взаимосвязей затрат и результатов. В них просто допускается, что условия, определяющие поведение системы в прошлом, какими бы они ни были, будут определять характер ее поведения и в будущем.
Хотя эти методы чрезвычайно полезны и широко применяются, тем не менее, необходимо ясно представлять себе, что они обладают следующими серьезными недостатками: а) не способны учитывать уже происшедшие изменения условий, определяющие прошлое поведение системы, и, следовательно, то, что данное поведение не будет продолжаться в будущем; б) не дают возможности предсказать результат даже в том случае, когда известно, что одно или несколько, вероятно, важных условий могут измениться и последнее приведет к изменению темпа технологических нововведений; в) не могут предоставить данных относительно того, какие условия следует изменить и насколько, чтобы добиться желательного изменения темпа технологических нововведений.
В определенных случаях указанные недостатки приводят к тому, что прогнозист, ограничивающийся использованием только вышеупомянутых методов, не может сообщить сведений, полезных лицу, принимающему решение.
Робертс обрисовал историю технологического и экономического прогнозирования в виде прохождения пяти этапов, с шестым этапом в перспективе: 1) интуитивное, экспертное или пророческое прогнозирование; 2) «наивные» модели; 3) простые корреляционные прогнозные модели; 4) комплексные многомерные эконометрические прогнозы; 5) динамические причинно-следственные модели; 6) обучающиеся модели.
Метод Дельфи представляет собой усовершенствованный образец экспертного прогнозирования, а методы, описанные выше, попадают в категорию «наивных» моделей, - их «наивность» заключает-
ся в предположении о том, что, какова бы ни была причина, вызывающая определенное поведение в прошлом, она будет вызывать подобное поведение и в будущем. Это допущение методологически наивно, но на практике оно имело большой успех не только в экономике, но и в технологическом прогнозировании. Метод экстраполяции тенденций относится к типу корреляционных прогнозных моделей. Некоторые ученые утверждают, что следующим логическим шагом в развитии методов технологического прогнозирования будет разработка и использование на практике прогнозных моделей, следующих за четвертым и пятым этапами из истории экономического прогнозирования.
Независимо от предложенного направления развития, которому следует технологическое прогнозирование, общее представление достаточно ясно. Для преодоления недостатков «наивных» прогнозных моделей необходимо применять методы, которые дадут возможность проникнуть во внутренние механизмы действия системы, порождающей технологию, и в которых используется знание взаимосвязей причин и следствий внутри этой системы.
Исследователи-экономисты обычно предполагают, что причинноследственные модели превосходят «наивные» модели, хотя на практике большинство прогнозистов используют «наивные» методы или предварительные проектировки. «Наивные» модели проще и дешевле, но эта их сторона становится все менее важной по мере появления все большего количества более точных экономических данных. В определенных случаях причинно-следственные модели предпочтительнее, когда важные переменные претерпевают значительные изменения. Причинно-следственная модель и связанная с ней теория должны дать возможность определить, каковы те основные переменные, которые влияют на техническое развитие. Эти переменные должны быть действенно описаны, так чтобы их можно было измерить или подсчитать с помощью объективных средств. Также должны быть известны взаимосвязи между причинами и следствиями, чтобы при полном описании системы измеримыми показателями стало возможным чисто дедуктивно предсказать будущее техническое развитие.
Таким образом, построение аналитической модели - это построение такой разновидности модели, которая включает как эндогенные, так и экзогенные переменные. Эти переменные должны быть действенно описаны. В модели должны быть известны и установлены взаимосвязи между переменными. Тогда при задании современного состояния системы и значений экзогенных переменных, начиная от настоящего момента до некоторого момента времени в будущем, модель должна предсказывать ход научно-технического развития
вплоть до заданного момента времени. Эта процедура требует прогноза экзогенных переменных.
Вероятно, невозможно, да и не нужно, создавать модели, которые исчерпывающим образом могли бы предсказывать будущий ход научно-технического прогресса. Технология не образует закрытой или автономной системы: она реагирует на воздействие социальных, политических, экономических и, возможно, эстетических и этических внешних факторов. Включение этих факторов как эндогенных переменных в модель научно-технического развития, даже если бы это было возможно, означало бы создание такой модели, в которой технологические факторы составляют лишь малую часть. Вероятно, предпочтительнее строить такие модели, в которых указанные нетехнологические факторы трактуются как экзогенные переменные, прогнозируемые в первую очередь таким образом, что предсказанные их значения можно было бы использовать в качестве входных данных для модели прогнозирования технологии.
Процесс научно-технологического развития по своей сути гораздо менее «необходимый» процесс, чем физические и химические процессы, построенные модели обладают меньшей предсказательной силой, чем обычно ожидается от моделей в фундаментальных науках. Тем не менее при изменяющихся условиях или там, где требуются руководящие указания, причинно-следственные модели могут дать ответы, которые нельзя получить никаким способом, за исключением суждений экспертов. Несмотря на свои недостатки, эти модели играют важную роль в технологическом прогнозировании.
Современный уровень развития моделей технологического прогнозирования недостаточно высок. Существующие модели имеют весьма ограниченное применение в практическом прогнозировании. В значительной степени это вызвано тем, что до настоящего времени делались очень незначительные усилия по разработке и усовершенствованию таких моделей. Однако и при ограниченных усилиях современные модели дают успешные результаты.
Комбинирование двух или более прогнозов значительно облегчает составление прогнозов, необходимых для принятия решений. Если это прогнозы одной и той же технологии, то их сходство усиливает доверие к результатам, в особенности если они разрабатывались совершенно независимыми методами или группами людей. Идентификация различий между прогнозами позволяет поставить важные вопросы о происхождении этих различий. Это в свою очередь способствует более ясной постановке проблем и более четкому выявлению возможного риска и неопределенности прогнозируемых собы-
тий. Если же прогнозы относятся к разным событиям или технологиям, то с помощью их комбинаций можно создать сценарий некоего периода будущего, в особенности, если принято во внимание взаимодействие различных событий и технологий. Сочетание прогнозов отдельных событий или технологий может существенно содействовать повышению точности и полезности прогнозов, поскольку одним из основных источников ошибок прогнозирования было неумение учитывать воздействие событий, не охватываемых прогнозом.
При комбинировании прогнозов одной и той же технологии обычно используются кривые роста и кривые общих тенденций и их аналогий. Существует несколько методов комбинирования прогнозов различных технологий. Обычно используется экстраполяция взаимосвязанных тенденций, включая экстраполяцию до абсурда; прогноз тенденций отдельных компонентов и объединение их в целое; изучение взаимодействий между отдельными прогнозами.
Системный метод изучения взаимодействий между несколькими прогнозами возможен при использовании матрицы взаимодействий событий. Ее можно использовать для обработки прогнозов, полученных любыми путями, хотя первоначально она предназначалась для сопоставления друг с другом прогнозов, полученных методом Дельфи. Игры с помощью малых матриц взаимодействия событий можно вести вручную. Большие матрицы можно обрабатывать на ПК, что позволяет за короткий срок просмотреть много вариантов прогнозов. Результаты этих многочисленных вариантов позволяют получить более точные оценки вероятностей отдельных событий, проверить предлагаемую политику, которая сказалась бы на вероятности некоторых событий, а также определить ключевые события, оказывающие существенное воздействие на последующие события.
Рассмотренные выше методы прогнозирования применяются в современной ситуации и прогнозируют рост технологических характеристик на основе различных принятых допущений относительно продолжения в будущем прошлого или настоящего характера роста и деятельности. Эти методы часто называют «поисковыми», что отражает их использование для поиска вероятного будущего, вытекающего из потенциальных возможностей настоящего.
Также при прогнозировании применяется ряд методов в совокупности именуемых «нормативными». В основе этих методов лежит системный анализ. С их помощью пытаются отобразить элементы какой-нибудь системы и изучить взаимосвязи между этими элементами. Они применяются также для исследования затрат, возможностей, ограничений и узких мест. Цель их состоит в определении
уровня технологических характеристик, который понадобится для выполнения какой-либо функции, на основе предполагаемой или проектируемой потребности.
Поисковые и нормативные методы прогнозирования не конкурируют и не заменяют друг друга. И те и другие имеют существенное значение и должны применяться совместно. Как правило, до составления поискового прогноза какой-либо технологии составляется нормативный прогноз, свидетельствующий о том, что данная технология нужна.
Тремя самыми распространенными методами нормативного прогнозирования являются: деревья целей, информационно-логические модели, морфологические модели и блок-схемы последовательности выполнения задач. Деревья целей используются тогда, когда анализируемую систему или процесс можно представить в виде уровней причинных взаимосвязей, уровней сложности, или иерархических уровней. Морфологические модели и ИЛМ применяют в тех случаях, когда систему или процесс можно расчленить на элементы, которые можно видоизменять независимо друг от друга. Блок-схемы последовательности выполнения задач используются в те случаях, когда систему или процесс можно представить в виде одной или нескольких цепочек последовательных этапов.
Практическое применение состоит в определении уровня функциональных характеристик, которые необходимо достичь для решения некоторой проблемы или преодоления какой-либо трудности. Деревья целей используются для анализа иерархических структур, морфологические модели - для анализа параллельных структур, блок-схемы последовательности выполнения задач - для анализа процессов с этапами, образующими пространственные, временные или логические последовательности. Во многих случаях одну и ту же систему можно анализировать как с помощью дерева целей, так и с помощью морфологической модели. В таких случаях следует применять метод, наиболее походящий и удобный для анализа данной конкретной проблемы.
Преимущество нормативных методов состоит в том, что они выявляют структуру и организуют проблему. Они могут способствовать гарантии полноты исследования таким образом, что не будут пропущены решения, хоть сколько-нибудь обещающие успех. Систематический анализ структуры проблемы с помощью этих методов может способствовать разработке новых альтернатив, которые могут превосходить варианты решений, используемые в настоящее время. Даже в том случае, когда все альтернативы, выявленные с помощью применения нормативных методов, кажутся хуже уже известных ва-
риантов, этот факт сам по себе дает дополнительную уверенность в том, что выбранный альтернативный способ решения проблемы превосходит все остальные.
Нормативные методы обладают и недостатками, которые они разделяют со всеми системными методами решения проблем. Один из этих недостатков заключается в присущей рассматриваемым методам тенденции вносить жесткость в предлагаемые решения. При подгонке к нормативной структуре сама проблема может подвергнуться искажению. Может существовать тенденция к рассмотрению только решений, которые легко выразить на языке формальной структуры принятой модели. Другая трудность возникает при присвоении коэффициентов ветвям или элементам модели, как это делается при применении методики ПАТТЕРН. Эта трудность состоит в свойственной коэффициентам тенденции к созданию своей собственной обоснованности.
Хотя одним из преимуществ нормативных методов является их полнота, но нет реальной гарантии полноты нормативной модели. Не существует процедуры, гарантирующей, что автор дерева целей или морфологической модели чего-то не пропустил, хотя, в [8] предлагаются правила проверки полноты. Нормативные методы представляют собой систематические способы изучения требований к технологии. При правильном употреблении они образуют схему, по которой могут эффективно действовать творческие способности и воображение.
Литература и информационные источники
1. Мартино Дж. Технологическое прогнозирование. М.: Прогресс, 1977.
2. Янч Э. Прогнозирование научно-технического прогресса. М.: Прогресс, 1974.
3. Комков Н.И. Роль инноваций и технологий в развитии экономики и общества // Проблемы прогнозирования. 2003. № 3.
4. Балаян Г.Г., Дмитриевский А.Н., Комков Н.И. Программно-целевое управление научнотехническим развитием нефтегазового комплекса. М.: Недра, 1976.
5. Комков Н.И. Модели программно-целевого управления. М.: Наука, 1981.
6. Комков Н.И., Левин Б.И., Журдан Б.Б. Организация систем планирования и управления прикладными исследованиями и разработками. М.: Наука, 1986.
7. Балаян Г.Г., Жарикова Г.Г., Комков Н.И. Информационно-логические модели научных исследований. М.: Наука, 1978.
8. Комков Н.И., Балаян Г.Г. Методические рекомендации по подготовке и формированию научно-исследовательских программ. М.: ЦЭМИАН СССР, 1978.
9. Методические рекомендации по программно-целевому управлению решением проблем развития науки и техники. М.: ЦЭМИ АН СССР, 1981.
____________<
Назначение и использование прогнозной ингЬопматтии
Информирование руководителей (государства, регионов, бизнеса, науки) о возможных направлениях инно-вационно-технологичес-кого развития (мезо- и микроуровень)
Обоснование принимаемых стратегических решений руководством (мезо- и м уровень)
Информирование общества о возможных направлениях ин-новационно-технологического развития (мезо- и макроуровень)
Рис
Классификационные признаки методов инновационно-технологического прогнозирования -----------Г
X
Виды прогнозной информации
Качественная (содержательная) информация
_____________________V ->
Номинально упорядоченная информация
Интервально упорядоченная информация
Линейно упорядоченная информация
Количественно заданная ин формация
П.
Детерминированная
Вероятностная
Способы (методы) получе ния прогнозной информа]
Нормативные (целевьк
Изыскательские (эволюционные, исследовательски;
юци- I 2КЩ1^ I ©
Современные (циклические, итеративные)
Экспертные
4. III
Аналитические
5. III
Стохастические
6. ш
Формы организации прогнозной информации
--------—о
Индивидуальные (авторские) прогнозы
Коллективные временные
Сетевая организация
Институциональные (на по стоянной основе)
12. Классификация методов инновационно-технологического прогнозирования
1.I 2.I 3.I 1.II 2.II 3.II 4.II 5.II 1.III 2.III 3.III 4.III 5.III 6.III 1.IV 2.IV 3.IV 4.IV
1.Технологическое прогнозирование (Technology Forecasting) “
2.Технологическое оценивание (Technology Assessment)
3.Технологическое предвидение (Technology Foresight)
4. Стратегическое информирование (Technology Intelligence)
5. Метод Дельфи _ _
б. Морфологический анализ
7. Информационно-логическое моделирование
8. Метод прогнозного графа
9. Имитационное моделирование
10. Метод сигнального графа
11. «Мозговой штурм»
12. Статистические (стохастические) методы
13. Метод ПАТТЕРН
Рис. 13. Классификационные признаки технологических прогнозов, используемых в известных методах прогнозирования: I | - признак используется полностью; Ц - признак присутствует частично; Ц - признак отсутствует.
