CC BY
46
сократить текущие товарные запасы более чем на 30 % за четыре месяца, при этом оставаясь на том же уровне продаж. Были определены узкие места в доставке запчастей, что привело к увеличению количества поставщиков и, как следствие, уменьшило зависимость от задержек поставок и средний срок доставки запчастей. В результате моделирования было определено наиболее оптимальное количество персонала для обслуживания входящего потока клиентов, что привело к сокращению численности персонала без ущерба для качества обслуживания клиентов.
Использование теории СМО совместно с системами моделирования и ЧМ открывает новые возможности анализа информации и построения более точных моделей, наиболее адекватно описывающих реальные объекты окружающего мира.
У многих компаний существует реальная потребность в формализации собственных бизнес-процессов и нахождении оптимальных решений для оптимизации собственного бизнеса. Перспективой развития созданной модели и информационной системы является накопление опыта в различных отраслях бизнеса и формирование лучших практик и методик взаимодействия и описания бизнес-процессов.
СПИСОК ЛИТЕРАТУРЫ
1. Попов А.В., Аксенов К.А., Доросинский Л.Г.
Использование мультиагентных систем (МАС) для решения задач логистики и распределения ресурсов // Тр. Междунар. науч.-практ. конф. "СВЯЗЬ-ПРОМ 2006" в рамках III Евро-Азиатского Междунар. форума "СВЯЗЬ-ПРОМ ЭКСПО 2006". Екатеринбург: ЗАО "Компания Реал-Медиа", 2006.
2. Аксенов К.А., Гончарова Н.В. Динамическое моделирование мультиагентных процессов преобразования ресурсов: Монография. Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2006. 311 с.
3. Аксенов К.А., Гончарова Н.В., Смолий Е.Ф.
Мультиагентный подход к процессам преобразования ресурсов // IX отчет. конф. молодых ученых ГОУ ВПО УГТУ-УПИ. Екатеринбург, 2005.
4. Попов А.В., Аксенов К.А. Использование теории систем массового обслуживания в информационной системе оптимизации процессов логистики в автомобильном бизнесе // Журнал научных публикаций аспирантов и докторантов, 2008.
УДК 654
Л.Л. Делицын
ПРОГНОЗИРОВАНИЕ РАСПРОСТРАНЕНИЯ ИНТЕРНЕТА ПРИ ПОМОЩИ МОДЕЛИ ДИФФУЗИИ НОВОВВЕДЕНИЙ
Актуальность моделей распространения нововведений в неоднородной социально-экономической системе вызвана значительными отклонениями данных социологических опросов от предсказаний классических логистических моделей. Опубликованные ранее прогнозы распространения Интернета в России и других странах, построенные на основе классических трёхпара-метрических логистических моделей [1,2], оказались существенно занижены. Простая экстраполяция линейного тренда количества пользователей российского Интернета на период с 2005-го по 2009-й г. [3] оказалась точнее логистических моделей. Однако данные о распространении Интернета в развитых странах и в российской столице
(рис.1 и 3) свидетельствуют о том, что приток пользователей постепенно замедляется, и линейный тренд нельзя успешно эксплуатировать долго.
Кроме того, предсказания логистических моделей противоречат данным социологических и статистических служб. В частности, данные опросов Фонда "Общественное мнение" (ФОМ) об использовании россиянами Интернета с 2002-го по 2007-й г. точнее всего описывает трёхпараметрическая логистическая модель с весьма низким потенциалом распространения среди взрослых россиян - 34 % [2]. Однако уже в 2006-м г. более половины россиян в возрасте от восемнадцати до двадцати четырёх лет пользовалась Интернетом. В таком случае, предсказанный
Использование Интернета в Швеции '% населения
65 68
Использование Интернета в США % населения
66 67
70 70 70
ю
О) О) О) О) О) О) О) О)
Абсолютные цепные
приросты 7 '% населения
О) о г N п
СП о о о о
ст> о о о о
i— СМ СМ СМ СМ
О I- (Ч о ^ ю О) О) Q) 01 (Л 01 О) Ш СП О) (Л О)
OOlOrWn^KlfflS 0)0)00000000 cnmoooooooo 1-1-CMCMCMCNCNCMCMCM
Oi-Oin^miONOOl 00)0)0)0)0)0)0)0)0) 0)0)0)0)0)0)0)0)0)0)
O-i-CMCO^t-iniOh-
оооооооо оооооооо
CMCMCMCNCNCNCMCM
OT-wn^miDNcouiOT-Nniinios 0)0)0)0)0)0)0)0)0)0)00000000 0)0)0)0)0)0)0)0)0)0)00000000 i-i-i-i-i-i-i-i-i-т-СМСМСМСМСМСМСЧСЧ
Рис. 1. Использование Интернета в Швеции и в США
моделью однородного общества потенциал распространения Интернета в 34 % подразумевает, что значительная часть россиян по мере взросления откажется от использования Сети. Такой вывод не подтверждается наблюдениями.
Отметим, что хотя тренд показателей проникновения Интернета во многих странах является S-образным, он не обязательно является логистическим. В этом убеждает рис. 1. Изображенные в нижней части этого рисунка цепные приросты показателей проникновения, рассчитанные с шагом один год, не образуют симметричный "колокол", характерный для логистической функции. Они асимметричны, с резким началом и сравнительно длинным и пологим "хвостом" справа от максимального значения цепного прироста, которое в Швеции и в США было достигнуто в 1997 г*. Если бы мы поставили задачу описания данных при помощи одной из S-образных кривых с малым числом параметров, то хорошее приближение можно было бы получить при помощи модели Гомперца [9, 15-16] или NUI [11, 15].
К сожалению, такие модели не помогут нам объяснить данные о распространении Интерне-
* Примечательно, что в 1997 г. Интернет использовало 37 % населения США (рис. 1), и это заставляет вспомнить о модели Гомперца. В точке перегиба, т. е. в точке максимальной скорости роста, значение модели Гомперца составляет 1/е = 0,37. Сплошные линии на рис. 1 представляют результаты расчётов по модели Гомперца.
та в разных возрастных группах или среди лиц с разным уровнем дохода. Существенно больший объём данных можно описать и объяснить при помощи общей модели распространения нововведений, учитывающей процессы воспроизводства населения и траектории управляющих параметров [7]. Здесь уместно вспомнить дискуссию между Р. Диксоном и Ц. Грилихесом [9, 13]. Напомним, что в 1957 г. Ц. Грилихес успешно описал распространение гибридных сортов кукурузы в ряде штатов США при помощи логистической модели [12]. В 1980 г. Р. Диксон [9] дополнил новыми данными динамические ряды, использованные Ц. Грилихесом, и обнаружил, что модель Гомперца описывает их точнее, чем логистическая. Отвечая на критику Диксона, Ц. Грилихес [13], предложил не искать одну универсальную или наилучшую 5-образную кривую, а применять модели диффузии нововведения с растущим потенциалом распространения. Мы надеемся, что этот совет Ц. Грилихеса полезен не только для моделирования распространения гибридных сортов кукурузы.
Учёт воспроизводства населения
Мы используем модель распространения Интернета в неоднородном обществе и идентифицируем её параметры при помощи данных социологических опросов ФОМ и ВЦИОМ об использовании Интернета в России и в Москве.
По данным опросов ВЦИОМ, проведенных в сентябре и ноябре 2008 г., доля пользователей Интернета среди взрослых россиян (в возрасте восемнадцати лет и старше) составила от 31 % до 35 %. По данным ФОМ, собранным осенью 2008-го, полная взрослая аудитория также достигла уровня 30 % [6]. В частности, для возрастной группы от восемнадцати до двадцати четырёх лет проникновение Интернета по данным как ВЦИОМ, так и ФОМ, составило 63 %. В сентябре 2009-го ВЦИОМ сообщил о стагнации проникновения Интернета среди взрослых россиян на уровне 32 %, а ФОМ по итогам летних опросов получил величину 35 %.
Важным фактором будущего роста распространения Интернета стало подключение в 20062008 г.г. всех российских школ к Сети в рамках национального проекта "Образование". В случае продолжения действия этой программы, в ближайшие годы российские выпускники будут вступать во взрослую жизнь, обладая навыками использования Интернета. В благоприятных экономических условиях от применения этого нововведения молодые россияне уже вряд ли откажутся.
Уравнения одностадийного процесса распространения нововведений с учётом взросления, рождаемости и смертности, которые можно рассматривать как частный случай общих уравнений социальной динамики, получены нами в [7].
Пусть непрерывная переменная п соответствует дате рождения индивида. Совокупность индивидов, рожденных в момент п, будем называть поколением. Кроме того, разделим общество на два однородных непересекающихся сегмента по полу (мужчины и женщины).
Одностадийные модели распространения нововведений являются частным случаем общих моделей социальной динамики. Их специфика проявляется в том, что в каждый момент времени t каждый г-й сегмент каждого поколения п разбивается на три непересекающихся подмножества, в зависимости от использования нововведения. Численности этих подмножеств удовлетворяют уравнению:
K.(t, п) = X (t, п) + Y (t, п) + Z (t, п),
где X.(t, п), Y.(t, п), Z (t, п) - численности существующих пользователей, потенциальных пользователей и представителей "недоступного" подмножества - тех, кто никогда не станет использовать нововведение. Многостадийные модели распро-
странения требуют выделения большего числа подмножеств.
По данным ФОМ [6], осенью 2008 г. 33 % населения России в возрасте от двенадцати лет и старше заявили, что не намерены пользоваться Интернетом. Таким образом, можно предположить, что недоступное подмножество осенью 2008 г. не было пустым. В простейших моделях распространения инноваций численность представителей недоступного подмножества постоянна, а в более сложных - убывает с течением времени, по мере роста доступности нововведения в ходе технического прогресса (например, как результат снижения стоимости доступа или начала предоставления услуги в регионе).
Изменение численности выделенных подмножеств во времени удовлетворяет уравнениям баланса:
^±=-щ+/,<».*«(0>-м,|, (1)
т си
с так называемыми нелокальными граничными условиями:
у, т=£ су ц, к)к] а, п)с1п,
М о
1
и ограничениями на параметры ^с^ =1, с^ >0,
и=1
где Бр:, п) - рождаемость в поколении п сегмента у в момент времени ?; ц.(?, п) - интенсивность смертности; Н.(?, п) - функция риска, т. е. вероятность того, что потенциальный пользователь в момент ? станет пользователем; /((, п, м(?)) - число переходов из "недоступного" подмножества в подмножество потенциальных пользователей в единицу времени; м(?) - "траектория" управляющих параметров (например, цены нововведения) во времени; коэффициенты е.. определяют доли сегментов (в частности, мальчиков и девочек) среди новорожденных.
Наша модель является одностадийной, поэтому слагаемое, описывающее численность перешедших из сегмента потенциальных пользователей в сегмент реальных пользователей, имеет вид произведения Н.(?,п)7.(?, п) и не включает каких-либо временных задержек. Таким образом,
за малый промежуток времени At некоторое число потенциальных пользователей, доля которых составляет Ь(Х;п)ДХ, начинает применять нововведение. Используя одностадийную модель, мы игнорируем историю ознакомления потенциальных пользователей с инновацией, возникновения интереса к ней, желания её приобрести, а также задержку, необходимую для накопления средств на покупку товара или оплату услуги. Рождаемость и интенсивность смертности мы считаем одинаковыми для пользователей, потенциальных пользователей и недоступного подмножества. Все новорожденные считаются потенциальными пользователями.
В этой статье мы предполагаем, что влияние различных групп при межличностном общении аддитивно, поэтому используемая нами функция риска суммирует не доли пользователей инновации, а их абсолютные величины:
л (О ;=10
Такая форма функции риска распространяет наиболее популярную в литературе, посвященной диффузии нововведений, модель Ф. Басса [8] на случай зависимости влияния пользователей на потенциальных пользователей от возрастов участников коммуникации. Полученные уравнения (в дискретной форме) были применены нами для моделирования данных ФОМ и ВЦИОМ о распространении Интернета в различных возрастных группах, отдельно для мужчин и женщин. Отметим, что в [4] к данным ФОМ о распространении Интернета в возрастных группах была применена логистическая модель Ферхюльста-Перла.
Определяя неизвестные параметры системы уравнений (1), мы предположили, что структура общения и взаимного влияния в обществе однородна и постоянна во времени:
О = q,
а отличаются только потенциалы распространения Интернета в различных возрастных когортах. Эти потенциалы, а также начальный уровень распространения х.(0) и параметр ц были определены в ходе решения обратной задачи. Оказалось, что модель с параметром ц, постоянным во всех возрастных группах, не позволила адекватно описать данные опросов, поэтому в окончательной версии модели восприимчивость к нововведению
линейно возрастает от 0 до ц по мере взросления с семи до семнадцати лет, а в более старших возрастных группах остается постоянной.
После идентификации параметров модели у нас появляется возможность построения прогнозов показателей распространения Интернета в России и отдельных регионах.
Подключение школ
Первый из опубликованных нами прогнозов (рис. 2) учитывал интернетизацию школ, но предполагал консервацию текущей стоимости доступа к Интернету для частных лиц [7]. Для упрощения расчётов предполагалось, что с осени
2007 г. все подростки в возрасте от двенадцати до восемнадцати лет начали использовать Интернет и, более того, привлекать в Сеть взрослых. Это предположение оказалось слишком смелым. По данным опросов, проведённых ФОМ летом
2008 г., лишь 75,5 % подростков в возрасте от четырнадцати до семнадцати лет используют Интернет хотя бы раз в полгода, дома или в школе. Этот показатель возрастает в Москве до 97,4 %, и убывает с размерами населенного пункта, снижаясь до 59,9 % в селах. Около трети (32 %) учащихся старше двенадцати лет заявили, что не имеют возможности пользоваться Интернетом в учебном заведении, и лишь 30 % сообщили, что могут выйти в Интернет не только на специальных занятиях, но и по необходимости [6].
Тем не менее, проникновение Интернета среди подростков уже существенно превосходит уровень проникновения среди взрослых (равный 32-35 %), и мы полагаем, что описанные выше расхождения не слишком сильно сказываются на результатах наших расчётов, тем более, что, к сожалению, сами подростки пока сравнительно малочисленны. На рис. 2 кружками и треугольниками изображены данные ФОМ и ВЦИОМ о проникновении Интернета в отдельных возрастных группах. Закрашены только те кружки и треугольники, которые соответствуют агрегированным данным, относящимся к населению России в возрасте восемнадцати лет и старше, а символы, соответствующие отдельным возрастным группам, не закрашены. "Синтетические данные", т. е. результаты численного моделирования изображены сплошными линиями. Возрастные группы, к которым относятся кривые, указаны при помощи меток. В частности, метка "18+" означает
%
100 90 80 70 60 50 40 30 20 10 0
18 4 25 -3'
ЖАД "д --
О 35-44
д I
- 18+
д Ь"о А ьддД
_45-54
аУ у О_
55 + —
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
январь
Рис. 2. Модель распространения Интернета в различных возрастных группах с учётом интернетизации школ
"население России в возрасте восемнадцати лет и старше".
При условии полной интернетизации российских школ, уровень распространения Интернета в возрастной категории от восемнадцати до двадцати четырех лет достигнет 100 % уже в 2014 г. Однако на средний уровень распространения Интернета среди взрослой части населения это почти не влияет. Таким образом, школьный Интернет - необходимое, но не достаточное условие движения страны к информационному обществу.
Интернет в Москве
На рис. 3 изображены данные ФОМ и ВЦИОМ о распространении Интернета среди взрослых,
сплошными линиями показаны результаты моделирования. В Москве, так же, как в Швеции и США (рис. 1), период роста доли пользователей Интернета среди взрослого населения с 10-15% до 60 % составил восемь лет. В соответствии с предсказанием модели, в последующие семь-восемь лет в Москве этот показатель должен вырасти до 70 %. В США и Швеции аналогичный переход занял всего лишь три года, вследствие быстрого подключения к Сети старших возрастных групп. Так, в Швеции в 2008 г. Интернетом пользовались 73 % жителей в возрасте от пятидесяти пяти до шестидесяти четырех лет и 38 % - старше шестидесяти пяти лет [10]. Но как показывает наша модель, "естественным путём",
%
100 90 80 70 60 50 40 30 20 Ч 10 0
а - Ос: о/|
^Д ^ 35 —44 - 45-54 _
Л 1 у <оо д
л о .
у/ \ сю ) / Г Л ^ д
о/ 1*
18- ?4
/дд
О 55+1
чЮо о/
¿г >0
> д д
/ дд^
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
январь
Рис. 3. Модель распространения Интернета в Москве
%
100 90 80 70 60 50 40 30 20 10
0
/ / - -
/ / 1!
18 -24 ! 35- 44 / * ! ^ /Г
-над Л 25- 34
/
кк орЯ*
А * о д 'в»
ду к уг
00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23
январь
Рис. 4. Модель распространения Интернета в различных возрастных группах с учётом интернетизации школ и снижения стоимости доступа
без проведения специальных мероприятий по обучению пожилых людей использованию Интернета, в Москве уровень проникновения Интернета в группе лиц старше пятидесяти пяти лет достигнет 40 % только к 2020 г. Внутренний "цифровой разрыв" между поколениями сказывается даже в российской столице.
Уточним, что при моделировании распространения Интернета среди взрослых москвичей мы не рассматривали отдельно распространение Сети среди школьников. Уровень проникновения Интернета в возрастной группе от восемнадцати до двадцати четырех лет уже летом 2007 г. составил 90 %, таким образом, эффект перехода обученных использованию Сети школьников в эту возрастную группу не может быть велик.
Сценарий быстрого роста
Несомненно, рост благосостояния в последнее десятилетие сделал Интернет доступнее для россиян. Однако уповать на то, что в ближайшие годы темпы этого роста сохранятся на прежней высоте, более не приходится. При постоянном или снижающемся уровне благосостояния существенно повысить уровень проникновения Интернета в России могло бы относительное снижение цен на доступ в Интернет. Альтернативой снижению цен может быть существенный рост полезности Интернета для жителей российских регионов.
Как показывает современная история распространения технологий, в некоторых случаях при снижении темпов прироста финансовых или натуральных показателей компании ищут пути уде-
шевления товаров или услуг для конечных пользователей, чтобы увеличить потенциал рынка. Так, в 1999 г., когда мобильной связью в России пользовались в основном обеспеченные слои населения, крупные операторы сотовой связи, ощутив замедление роста своих абонентских баз, приняли решение о выводе услуги мобильной связи на массовый рынок и радикально снизили стоимость минуты разговора. В результате, рост числа пользователей возобновился, их доля в 2000 г. достигла 2 %, а сейчас личными сотовыми телефонами владеют более 70 % взрослых россиян. То же произошло с широкополосным доступом (ШПД) в Интернет в мегаполисах: волна снижения цен на ШПД прошла в Москве, а, начиная с 2007 г., целый ряд провайдеров выступал с такими же инициативами и в регионах.
При снижении стоимости доступа в Интернет рост численности его пользователей мог бы заметно ускориться (рис. 4). По нашим расчётам [17], если бы, начиная с весны 2008 г., доступ дешевел на 5 % в квартал, то половина взрослых россиян начала бы пользоваться Интернетом уже к концу 2011 г. При этом требуется снижение стоимости доступа не только в городах-"миллионниках", а повсеместно. Отметим, однако, что апробированных моделей ценовой эластичности потенциала рынка для интернет-индустрии нет, за исключением работы [14], где эластичность была получена в ходе совместного моделирования падения цен и роста количества подключенных к Сети хост-компьютеров в странах ОЭСР, поэтому полученную оценку нельзя считать вполне надёжной.
Сценарий отложенного роста
Как свидетельствуют публикуемые прессой заявления компаний, в 2009 г. повсеместное снижение стоимости доступа к Интернету для частных лиц не планируется [5]. Кроме того, ряд крупных российских провайдеров уже объявил о замораживании инвестиций в строительство широкополосного доступа в Интернет в регионах, в т. ч. и в крупнейших городах-миллионниках. Те компании, которые не объявили об этом прямо, сообщают о "пересмотре временных рамок". В то время как московские провайдеры выражают осторожную надежду, что жители столицы не откажутся от Интернета, многие аналитики обосновывают сворачивание строительства ШПД в регионах неизбежным падением спроса. В последнем случае вероятнее динамика развития российского Интернета, изображённая на рис. 5.
Более того, в условиях рецессии растёт вероятность стагнации российского Интернета [7], которая неизбежна без обучения школьников использованию Интернета. Такой сценарий ещё год назад казался невозможным, однако, сейчас представляется вполне вероятным, поскольку региональные власти могут не найти миллиард рублей для инвестиций в отдалённое будущее.
Опыт стран Латинской Америки
Как свидетельствует опыт латиноамериканских стран, близких к РФ по среднедушевому ВВП, сворачивание инвестиций и отсутствие кон-
куренции в начале XXI в. привели к замораживанию стоимости инфокоммуникационных услуг. По окончании экономической рецессии, по мере роста доступности кредитов и смягчения инвестиционного климата, транснациональные телекомы (Telefonica, TelMex) отважились инвестировать в развитие региональных рынков. Обострение конкуренции в латиноамериканских странах (как правило, в форме дуополии) в 2003-2004 г.г., приводило к существенному снижению стоимости доступа, достаточному, чтобы привлечь на рынок массового потребителя.
На рис. 6 можно наблюдать, как после окончания рецессии в 2003-2004 г.г. не только возобновился быстрый рост количества абонентов мобильной связи, но и заметно оживилось распространение Интернета в трёх наиболее благополучных латиноамериканских странах - Чили, Аргентине и Уругвае. В то же время, для жителей бедных стран, таких как Сальвадор, доступ к Интернету, по-видимому, остался слишком дорогим. При построении рис. 6 использованы данные Международного союза электросвязи (МСЭ).
Для предотвращения продолжительной стагнации в использовании Интернета в России, необходимо обеспечить бесперебойное финансирование доступа российских школ к Интернету. Только при обеспечении обучения школьников использованию Интернета и предполагаемом возобновлении инвестиций в региональный Интернет к 2011 г. можно надеяться на достижение 50-процентной планки проникновения Интернета в России к 2014 г.,
%
январь
Рис. 5. Модель распространения Интернета в различных возрастных группах в условиях замораживания регионального развития
Сальвадор
Чили
Абоненты
мобильной СВЯЗИ I
¥ Пользователи
л лн ♦ ♦ .......... ерне1а
120 100 80 60 40 20
Абоненты
мобильной
СВЯЗИ я
У Д Л .
г[ Пользователи
1 Г ГГГ^ Интернета
т— СО Ю Г4- О) О! О! О! О! О!
от ст о о о
1— СО Ю Г4- О) 1— со О О О О О 1- то о о о о о о
<М СМ СМ СМ (VI (М (VI
т— СЗЮГ^-От— (О
000)0)0)00000т— т— 0)0)0)0)0)0000000 т-т-т-т-т-СМ(М(М(Ч(МСМС\|
%
Уругвай
140 120 100 80 60 40 20
Аргентина
Мобильная связь •
, Ух Х Интернет 1 • • • III<IIIIIII<I<III
1- СО Ю IV О) О) 0> О) О) О} О) О) О) О) О)
1— СО Ю I4» О) 1— со
О О О О О 1- 1-
О О О О О О О
см см см см см см см
О) 1-О то о о см см см
Рис. 6. Динамика распространения мобильной связи и Интернета в четырёх странах Латинской Америки
ко времени встречи гостей Зимней Олимпиады. В противном случае достижение этого уровня будет отложено до 2023 г.
Направления совершенствования модели
Перечислим теперь задачи, решение которых способствовало бы совершенствованию предлагаемой нами модели.
1. В нашей работе предполагалась однородная структура влияния, при которой люди воздействуют друг на друга, вне зависимости от возраста ком-
муниканта и реципиента. Такая структура, бесспорно, чрезмерно упрощена. Нужны дополнительные данные, которые смогли бы наложить ограничения на структуру коммуникаций и влияния в системе.
2. Необходимо собрать и использовать данные о динамике стоимости доступа к Интернету в российских регионах. Необходимы также измерения ценовой эластичности спроса в каждой из возрастных групп. Может оказаться, что старшие возрастные группы нечувствительны к ценам на доступ, и при снижении цен на доступ всё равно не будут
использовать Интернет, поскольку основным препятствием для них является, например, отсутствие компьютера или неумение им пользоваться.
3. Необходимо учесть монотонный рост уровня благосостояния россиян в прошедшем десятилетии, который влиял на значения параметров модели (в первую очередь, на потенциалы распространения нововведения), и который был прерван мировым финансовым кризисом. Без такого учёта в параметрах модели остаются неизвестные нам смещения, например, может оказаться завышенным параметр имитации.
4. Необходимо построить единую модель, учитывающую географическую неоднородность общества, в которой в качестве отдельных сегментов будут явно выделены мегаполисы, крупные и малые города и сёла.
5. Данные ФОМ и "Левада-центра" об осведомленности и наличии желания использовать
Сеть позволяют построить многостадийную модель распространения Интернета. Многостадийные модели позволяют лучше ограничивать параметры и строить более надёжные прогнозы.
6. Важно понять, способна ли модель "атоми-зованного" общества описывать общество, в котором существует такая ячейка, как домохозяйство. Эта ячейка может принимать решение коллективно и способна ускорять процесс обучения, при этом эффективно удешевляя доступ для своих членов.
При решении указанных задач могут быть полезны статистические данные о распространении Интернета не только в России, но и в других странах или регионах мира, которые сегодня зачастую легко доступны. Однако для построения количественных моделей потребуются сведения о государственных программах подключения школ к Интернету и динамике стоимости доступа к Сети в исследуемых регионах.
СПИСОК ЛИТЕРАТУРЫ
1. Делицын Л.Л., Засурский И.И. Состояние российского Интернета на сегодняшний день // Маркетинг в России и за рубежом 2003. № 2. С. 80-86.
2. Галицкий Е.Б. Не исключено, что нас ждет пессимистический сценарий развития Интернета // Интернет-маркетинг. 2007. № 1(37). C. 10-25.
3. Казанцев С.Ю., Фролов И.Э. Условия и потенциал развития российского инфокоммуникационного комплекса // Проблемы прогнозирования. 2006. № 4. С. 80-97.
4. Левин М.И., Галицкий И.Б., Ковалева В.Ю.,
Щемима И.Н. Модели развития Интернета в России // Интернет-маркетинг. 2006. № 4.
5. Операторы предполагают снижать объёмы строительства сетей ШПЛ / Современные телекоммуникации России. URL: http://www.telecomru.m/article/?id=5 090&PHPSESSID=811b2506b328a071e3228cd2e3818bd 3http://www.telecomru.ru/article/?id=5090&PHPSESSID =811b2506b328a071e3228cd2e3818bd3 (02. 12. 2008).
6. Ослон А.А. Российский Интернет: реалии и возможности // Доклад на круглом столе Института современного развития. URL: http://bd.fom.ru/pdf/int0209.pdf (18. 02. 2009).
7. Юрина Э.А., Делицын Л.Л "Эпидемиологические модели распространения мобильной связи
и Интернета в России // Интернет-маркетинг. 2008. № 1 (43). С. 2-15.
8. Bass F.M. A new product growth for model consumer durables // Management Science. 1969. Vol. 15. P. 215-227.
9. Dixon R. Hybrid corn revisited // Econometrica. 1980. Vol. 48. № 6. P. 1451-1461.
10. Findahl О. The Internet in Sweden / World Internet Institute. 2008.
11. Fornerino M. Internet adoption in France // The Service Industries Journal. 2003. Vol. 23. Issue 1. P. 119-135.
12. Griliches Z. Hybrid Corn: An Exploration in the Economics of Technological Change // Econometrica. 1957. Vol. 25. P. 501-522.
13. Griliches Z. Hybrid corn revisited. A reply // Econometrica. 1980. Vol. 48. № 6. P. 1463-1465.
14. Kiiski S., Pohjola M. Cross-country diffusion of the Internet // Information Economics and Policy. 2002. Vol. 14. Issue 2. P. 297-310.
15. Mahajan V., Peterson R.A. Models for innovation diffusion / Sage Publications, 1985. 2004. 88 p.
16. Vanston L.K., Hodges R.L. Technology forecasting for telecommunications // Telektronikk. 2004. № 4. P. 32-42.
17. Делицын Л.Л. Чтобы поднять аудиторию, надо уронить цены // Информкурьерсвязь, 2008. № 11. C. 45-47.
