Статьи, книги

Моделирование

От экономического роста к экономическому кризису

Елена Пугачёва

От экономического роста к экономическому кризису

Достижение высоких темпов экономического роста, как известно, выступает одной из основных целей макроэкономической политики современного государства. В традиционной экономической теории экономический рост определяется как количественное изменение реального дохода экономики (ВВП, ВНП или же НД) от одного периода времени к следующему. Рост этих показателей на протяжении ряда лет до последнего времени был серьезным аргументом в пользу роста экономического благополучия общества и вселял уверенность в завтрашнем дне. Сегодня, однако, наглядно видно, что между экономическим ростом и экономическим спадом очень узкое пространство, которое зависит от множества факторов, не поддающихся нашему контролю.

Взаимозависимость и сложность (complexity) – это вызов нашего времени. Специфика этих характеристик состоит в том, что традиционное мышление не способно подсказать правильные решения: нужны новые идеи, новые методы, новые метафоры. Редукционизм, как господствующий стиль научного мышления, позволил добраться до многих тайн отдельных частиц нашего мира. Однако, как выяснилось, многие из наиболее сложных проблем – от тайны мышления человека до понимания, как управлять планетой, - кроются в изучении того, как относительно простые части, пройдя через паутину взаимодействий, приводят к формированию сложного целого. И чем больше ученые проникают в природу частей, тем больше понимают, что знание частей не дает прямого понимания того, как функционирует отдельное целое. Отсюда горькие признания, что ничего в традиционной науке и технике не подготовило нас к управлению сложными системами и что наша интуиция нам не помогает. Другими словами, в традиционной науке и технике нет концептуального языка для понимания сложных систем. Поэтому не стоит недооценивать тот факт, что мы живем не только во время экономического кризиса, но и серьезного сдвига научной парадигмы, что, в свою очередь, окажет серьезное влияние на все аспекты человеческой жизни.

Исследования в области сложных систем в настоящее время проводятся объединенными усилиями многих мировых научных сообществ. С 70-х годов изучение динамики поведения сложных систем осуществляется с использованием вычислительной техники. Экспериментирование с моделями позволило изучить ряд свойств сложных систем, позволяющих перейти к поиску новых, более плодотворных решений в социально-экономической области.

Исходным моментом анализа экономики как сложной системы является отказ от модели, в которой экономика представлена гигантским механизмом. В рамках этой традиционной модели, если нужны более высокие экономические показатели, то нужно построить более мощную машину.  Таким образом, логика экономического роста приводит к наращиванию механической мощи системы. Если ресурсы и технические возможности позволяют это сделать, то задача экономического роста представляется разрешимой. Отсюда основной акцент на ресурсы и новые технологии. Тонким местом  традиционной модели, тем не менее, является то, что гигантская машина экономического роста должна работать в социальном пространстве, которое уже нельзя обуздать механическими приемами.

Современные средства связи, интернет, процессы глобализации привели к появлению сложно-переплетенной системы социальных связей, создающей принципиально новую окружающую среду. От результата взаимодействия с окружающей средой во многом зависит успех любого начинания. Так, недооценка сложности взаимодействия может свести на нет деятельность даже супермощной  механической системы.

В настоящее время в мировой экономической теории наблюдается отход от жестко детерминированных взглядов. Экономисты становятся более открыты не к механическому, а органическому подходу. В рамках этого подхода экономика рассматривается как развивающаяся сложная система [1], окружающая среда как экосистема [9], а проблема развития формулируется в терминах коэволюции [3,6] с окружающей средой.

Хорошей иллюстрацией идеи сложности окружающей среды является модель «Fitness Landscape» (Рис.1), предложенная Стюартом Кауффманом [7]. Так как ландшафт вокруг Вас стремительно меняется, то попытки взобраться на вершину могут не привести к успеху не из-за Ваших собственных неудач, а потому, что в какой-то момент почва может просто уйти из-под ног по независящим от Вас причинам.

Рис.1 Модель окружающей среды «Fitness Landscape»

С другой стороны, паутина взаимосвязей может усиливать не только риски, но и возможности роста. Исследования Брайна Артура [2] показали, что в сетевой среде не всегда  действует фундаментальный закон классической экономической теории – закон уменьшающейся отдачи. Продукция или технология, попав в сеть, может получить поддержку не столько благодаря своим конкурентным преимуществам, а благодаря тем связям, которые создали ей возможности продвижения на рынке. В данном случае возникает эффект возрастающей отдачи, о котором не могло быть и речи в условиях  совершенной конкуренции.

В сетевой структуре меняется и стратегия поведения. На смену стратегии жесткой конкуренции  приходит web-стратегия. В сложной турбулентной  бизнес-экосистеме для того, чтобы выжить важно принимать стратегические решения. Если традиционный подход диктует решение выработки собственной стратегии и претворения ее в жизнь, то web-мышление подсказывает, что более важно мыслить в терминах системы как единого целого. Сети способны выдерживать существенное давление внешней среды, поэтому выигрыш в одиночку может оказаться «пирровой победой», если окружающая обстановка становится менее благоприятной. В то время, когда традиционное мышление анализирует ситуацию выигрыш/проигрыш («Я выиграл, мой конкурент проиграл»), web-мышление, анализируя сложности и риски взаимодействия, может подсказать решение «выигрыш/выигрыш». Web-стратегия предполагает, что главный выбор, который предстоит сделать управляющему состоит в том, к какому узлу связей стоит присоединиться (или какой узел связи создать) и какую роль в нем играть.

В современном мире социальные сети растут с невероятной скоростью без централизованного контроля. Их структура и  динамика определяется  взаимодействием участников с разными и часто противоположными интересами. Последние исследования в области социальных сетей позволили увидеть архитектуру того порядка, который создается процессом самоорганизации [4].

Рис.2 Процесс формированиясоциальных сетей

Присоединение каждого нового участника к существующим социальным сетям происходит не случайным образом, т.е. в рамках модели random attachment, а некоторым  своеобразным путем, описываемым учеными с помощью модели  preferential attachment. Суть последней модели состоит в том, что различные узлы имеют различное число связей, и новый узел с большей вероятностью присоединяется к наиболее разветвленному узлу (hub), т.к. вероятность встретиться с ним в пространстве Интернет гораздо выше, чем у одиночек. Динамика развития социальных сетей описывается принципом «богатый становится еще богаче» (rich-get-richer phenomen). В результате более успешные сообщества еще больше разветвляются и еще более консолидируют свои усилия (Рис.2).

Рис.3 Нормальный закон распределения и «power law»

Самоорганизующаяся сеть обладает  характеристиками, отличными от характеристик механической системы. В первую очередь, речь идет о том, что статистические характеристики сети подчиняются не всеобщему закону нормального распределения, а закону под устоявшимся в научном мире названием «power law» (Рис.3). Качественное отличие этих законов состоит в том, что вероятность больших отклонений оказывается значительно выше. Другими словами, на долю небольшого количества узлов приходится подавляющее число связей. Кроме того, борьба за связи не является антогонистической и узлы с большим числом связей  (hubs) могут мирно сосуществовать с менее разветвленными узлами. Такая система является чрезвычайно жизнеспособной. Как показывают эксперименты случайное изъятие до 80% узлов позволяет системе выжить при условии сохранения небольшого числа hubs. В то же время у таких систем есть своя «ахиллесова пята»: вирусы, болезни, экономический крах и пр. стремительно поражают всю сеть, если затронуты ее самые разветвленные узлы.

Таким образом, необходимо понимание того, что мы живем в тесно сплетенном социальными связями мире, где последствия предпринимаемых нами усилий носят нелинейный характер. Преимущества взаимосвязанных систем состоит в том, что возникает возможность получения невиданных вознаграждений благодаря экономике возрастающей отдачи, и в то же время в ситуации, когда всё со всем связано прямым или непрямым образом, изменения в одной части системы, пройдя через паутину связей, может нанести Вам неожиданный и серьезный урон, хоть Ваш экономический механизм работает безупречно. Природа современных социальных сетей – это сложное сплетение рисков и возможностей. Они усиливают риск, но и повышают  гибкость, преумножают возможности технических инноваций, снижают уровень сложности для отдельных участников.

Традиционная модель экономики как деревообразной структуры (с одной вершиной) хорошо подходила к экономике массового производства, но она плохо подходит к экономике стремительных инноваций и меняющегося рынка.  Традиционно экономисты рассматривали модели взаимодействия компаний с рынком. Новый взгляд состоит в смещении акцента  на взаимодействие экономических агентов между собой. По утверждению классика современной теории сетей Альберта Барабаши [5] рынок не более, чем направленный граф. Весовые характеристики связей определяют направления сделок. Структура и эволюция сети определяет исход всех макроэкономических процессов.

Как это не парадоксально выглядит, но задачу экономического роста нельзя решить с конца, отталкиваясь от желанных показателей. Это, скорее, некоторый самонастраивающийся процесс, в котором взаимодействуют все его участники. Состояние экономики определяется как результат ежедневных локальных взаимодействий экономических агентов, причем этот суммарный результат не есть сумма слагаемых. Допущение, что все экономические агенты мыслят, чувствуют, реагируют одинаково слишком упрощает современную модель экономики и, в конечном итоге, не позволяет объяснить многие из наблюдаемых в настоящее время явлений. Не случайно тенденция развития моделирования социальных процессов проявляется в переходе от моделирования социальных факторов к моделированию социальных агентов  [8]. Так, если в 60-е годы внимание специалистов в области социального моделирования было приковано к изучению процессов обратной связи в организациях, городах и даже на уровне народонаселения мира, то в 70-у годы больший интерес стал проявляться к моделированию поведения отдельных индивидов для предсказания результатов принимаемых решений. С 80-х годов обозначился принципиально новый подход к моделированию, который получил название agent-based modeling. Во-первых, агенты моделирования перестали быть изолированными, они стали взаимодействовать друг с другом. Во-вторых, теперь перед моделированием была поставлена другая задача: не столько добиваться точности предсказания, сколько давать теоретическое обоснование наблюдаемого образца коллективного поведения (паттерна).

Необыкновенная чувствительность сложных систем требует не меньшей чувствительности составляющих ее элементов. Поэтому, возможно, самым трудным моментом в становлении нелинейного мировоззрения – признание значимости отдельного экономического агента и признание его права на активное участие в процессе социально-экономической самоорганизации.

Без сомнения, задача экономического роста экономики как сложной системы - это новая задача, решение которой требует даже не столько новой методологии или новых рычагов управления, сколько нового образа мышления, нового способа видения мира [10]. Попытки прибегнуть к старым приемам вряд ли могут быть эффективными, особенно в долгосрочном периоде. Так, старание заменить этот процесс искусственно созданным механизмом развития требует колоссальных управленческих усилий, что в реальности в наш информационный век невозможно. Желание оценить сложную систему по одному параметру (ВВП, ВПН и пр.) может оказаться губительным для системы в целом. Дело в том, что в погоне за отдельно взятым показателем, многие свойства системы, определяющие ее жизнеспособность и долгосрочную эффективность, могут быть принесены в жертву. И, наконец, желание вернуться назад, упростить систему лишает ее важных свойств саморазвития, без которых экономический рост может быть сведен к бухгалтерскому учету.

Литература:

1. Anderson P.W., Arrow K., and Dines D., eds. (1988), The Economy as an Evolving Complex System. Santa Fe: Addison-Wesley Publishing Company, 9–28.
2. Arthur W. B. (1990), 'Positive Feedbacks in the Economy', Scientific American, February.
3. Axelrod R. (1990), The Evolution of Cooperation, London: Penguin
4. Barabasi A.-L. 'The architecture of complexity', IEEE Control Systems Magazine 27:4, 33-42 (2007).
5. Barabasi A.-L. Linked : the new science of networks, Perseus, 2002.
6. Hodgson G. M. (1993), Economics and Evolution: Bringing Life Back Into Economics, Oxford: Polity Press.
7. Kauffman S. (1993), Origins of Order: Self-Organisation and Selection in Evolution, Oxford: Oxford University Press.
8. Macy M.W., Willer R. (2002), 'From factors to actors: Computational sociology and agent-based modeling', Annual Review of Sociology 28: 143 – 166.
9. Rothschild M. Bionomics: economy as ecosystem. New York: H.Holt, 1990. 423 p.
10. Пугачева Е.Г., Соловьенко К.Н. Самоорганизация социально-экономических систем. Иркутск: Изд-во БГУЭП, 2003.

Статья опубликована:

• Пугачева Е. От экономического роста к экономическому кризису // Региональное управление и экономический рост: Материалы Международной научно-практической конференции, состоявшейся в Королёвском институте управления, экономики и сициологии 26 января 2009 года, с.113-120.
• Пугачева Е. От экономического роста к экономическому кризису // Институт Эволюционной Экономики, 28.04.2009

Наверх