Оптимизация размещения взаимосвязанных НИОКР на основе двойного аукциона

Цель данной работы — предложить эффективное решение на основе теории умных рынков для распределения НИОКР среди потенциальных исполнителей. Предлагаемое решение — оригинальная модификация модели интеллектуального рынка, полученная в виде 2-реплики известной модели внутрифирменного рынка знаний. Показано, что 2-реплика сохраняет основные преимущества исходной модели, в том числе совместимость со стимулами. Модель позволяет сочетать элементы вычислительной эффективности и конкуренции в важном конкретном случае. Если для каждой работы существует только один исполнитель, то оптимальное решение вычисляется достаточно легко. Так же легко оптимальное решение получается для 2-реплики. В 2-реплике уже нет монополии, но зато появляется другая проблема — решение не определяется однозначно. Чтобы избавиться от неоднозначности, предлагается модифицировать модель путем введения в модель случайных отклонений при оценке своих пакетов агентами, а компенсации агентам-победителям определять по правилу второй цены. Доказано, что полученная схема выбора исполнителей совместима со стимулами. Также в работе дана экономическая интерпретация получаемых результатов.

Статья подготовлена на основе результатов исследования по программе Отделения общественных наук РАН «Национальная экономическая безопасность России в условиях обострения объективных и инициированных рисков и угроз», 2017 г.

Ключевые слова

знания, совместимость со стимулами, умный рынок, двойной аукцион.

Получено

14.03.2019

Дата публикации

21.03.2019

Кол-во символов

34695

Цитировать Скачать pdf Для скачивания PDF необходимо авторизоваться

ГОСТ	Козырев А. Н. Оптимизация размещения взаимосвязанных НИОКР на основе двойного аукциона // Экономика и математические методы – 2019. – Tом 55. – Номер 1 C. 32-42 [Электронный ресурс]. URL: https://emm.jes.su/S042473880004026-7-1 (дата обращения: 29.04.2024). DOI: 10.31857/S042473880004026-7
MLA	Kozyrev, Anatoly "Optimizing the Placement of Interconnected R&D Based on Double Auction." Ekonomika i matematicheskie metody 55.1 (2019):32-42. DOI: 10.31857/S042473880004026-7
APA	Kozyrev A. (2019). Optimizing the Placement of Interconnected R&D Based on Double Auction. Ekonomika i matematicheskie metody 55(1), pp.32-42 DOI: 10.31857/S042473880004026-7


1	1. Введение
2	Распределение заданий на проведение НИОКР между потенциальными исполнителями — сложная, но вполне типичная задача для руководства холдингов или государственных корпораций в наукоемких отраслях экономики. В частности, такие задачи возникают в телекоммуникационной отрасли на уровне холдингов (Мирзабеков, 2016), а в ракетно-космической промышленности (РКП) — на уровне отрасли в целом (Пайсон, 2014). Для их решения на практике и в теоретических исследованиях рассматриваются различные организационные схемы, в том числе аукционы разного типа и так называемые умные рынки (smart markets), т.е. рынки с модератором.
3	В настоящей статье предлагается оригинальная модификация модели умного рынка, получаемая в виде 2-реплики известной модели внутрифирменного рынка знаний (Ba, Stallaert, Whinston, 2001). Каждый участник рынка получает двойника или клона, способного предложить те же услуги по выполнению НИОКР и на тех же условиях. Показано, что 2-реплика сохраняет основные достоинства исходной модели, в том числе совместимость со стимулами, т.е. отсутствие стимулов к сокрытию участниками рынка информации в целях манипулирования рынком. Для частного случая модели удается совместить вычислительную эффективность и элементы конкуренции за получение заказа.
4	Сложность задачи по размещению НИОКР обусловлена сочетанием сразу нескольких факторов, среди которых ключевую роль играют информационная асимметрия и специфические свойства результатов НИОКР (далее — знания). Дополнительные сложности связаны с наличием разных синергетических эффектов, а также с дискретностью исходной задачи, что затрудняет использование оптимизационных методов.
5	Информационная асимметрия здесь заключается в том, что исполнителю лучше (чем заказчику) известно, как он собирается выполнять работу, какие возможны издержки и какие ресурсы могут быть использованы. В принципе то же можно сказать и о других видах работ, но именно при выполнении НИОКР, где всегда есть элементы уникальности и творчества, информационная асимметрия проявляется наиболее ярко. Заказчик вынужден либо доверять исполнителю, либо искусственно организовывать конкуренцию между потенциальными исполнителями, либо искать иные стимулы к раскрытию исполнителями информации о своих возможностях, снижению издержек и повышению эффективности. В поисках таких стимулов исследователи потратили немало сил, но до настоящего времени не найдено ничего более эффективного, чем конкуренция.
6	Специфические свойства знаний, о которых идет речь, многократно описаны в литературе, посвященной экономике знаний (Макаров, 1973, 2003; Козырев, 1999) и связанной с ней темам (Козырев, 2011; Varian, 1998). В первую очередь это неконкурентность в потреблении, означающая возможность потребления однажды полученного знания практически любым числом экономически агентов без создания каких-либо неудобств друг другу (Samuelson, 1954). Результатам НИОКР это свойство изначально присуще, как минимум, локально, когда речь идет об их использовании внутри холдинга или крупной фирмы со многими подразделениями. В этом смысле дублирование НИОКР — пустая трата ресурсов, а потому оно крайне нежелательно. Более того, в идеале все потенциальные исполнители должны быть специализированы для решения определенных задач, где им не может быть равных. Но это означает отсутствие конкуренции за заказы со всеми вытекающими отсюда последствиями, включая возможность злоупотребления монопольным положением и отсутствие у исполнителей стимулов к снижению затрат при выполнении НИОКР.

Цена публикации: 0

Всего подписок: 2, всего просмотров: 1258

Оценка читателей: голосов 0

1. Данилов В.И., Кошевой Г., Сотсков А.И. (2003) Экономическое равновесие на рынке интеллектуальных продуктов // Экономика и математические методы, т. 29, № 4, 2003 г. с. 606—616.

2. Козырев А.Н. (1999) Алгебраические свойства информации и рынок // Научно-техническая информация, сер. 1, – №5 – 1999, с.15-20

3. Козырев А.Н. (2011) Моделирование НТП, упорядоченность и цифровая экономика// Экономика и математические методы, т. 47, № 4, 2011. – с.131-142

4. Макаров В.Л. (2003) Экономика знаний: уроки для России // Вестн. Рос. акад. наук. - 2003. - т. 73, N 5. - C.450-456; Наука и жизнь. - 2003. - N 5. - с.26-30.

5. Мирзабеков А.М. (2016) Создание умного рынка знаний в информационном холдинге // Биржа интеллектуальной собственности (БИС). – 2016. – №5. – С.15-24.

6. Пайсон Д.Б. (2014) Конкуренция в ракетно-космической промышленности. Время ответственных решений // Экономический анализ: теория и практика» т. 13, вып. 3, январь 2014. – с.2-11.

7. Розенмюллер И. (1974) Кооперативные игры и рынки / Пер. с нем. О. Н. Воробьевой, А. С. Михайловой; под ред. Н. Н. Воробьева. – М.: Мир, 1974. – 167 с. – (Б-ка ки-бернетического сборника).

8. Arrow, K. J. (1962) Economic welfare and the allocation of resources for invention. The Rate and Direction of Inventive Activity: Economic and Social Factors. Princeton University Press, Princeton NJ, 1962. – p. 609–625.

9. Ba, S., Stallaert, J., Whinston A.B., (2001) Optimal Investment in Knowledge Within a Firm Using a Market Mechanism// Management Science, 2001, 47(9), 1203-1219

10. Clarke, E. H. (1971). Multipart pricing of public goods. Public Choice 11 17–33.

11. Groves, T. (1973). Incentives in teams. Econometrica 41 617–631.

12. Samuelson, P. (1954). The pure theory of public expenditure. Rev. Econom. Statist. 36(4) 387–389.

13. Varian, H. R., (1998) Markets for information goods. University of California, Berkeley. April 1998 (revised: October 16, 1998)

Оптимизация размещения взаимосвязанных НИОКР на основе двойного аукциона

Оглавление

1. Введение