All
 
|
 
 


Optimizing the Placement of Interconnected R&D Based on Double Auction
 
PIIS042473880004026-7-1
DOI10.31857/S042473880004026-7
Publication type Article
Status Published
Authors
Anatoly Kozyrev 
Occupation: Scientific Concept Adviser
Affiliation:
Central Economics and Mathematics Institute, Russian Academy of Sciences
Russia
Address: Moscow, Russian Federation
Journal nameEkonomika i matematicheskie metody
EditionVolume 55 Issue 1
Pages32-42
Abstract

 

The aim of this paper is to suggest effective solution based on the theory of smart markets for distribution of R & D among potential executors (actors). Suggested solution is the original modification of the smart market model obtained as a 2-replica of the well-known intra-firm knowledge market model. It is shown that the 2-replica retains the main advantages of the original model including compatibility with incentives. The model allows combining computational efficiency and competition elements for some impotent special case. If there is only one performer for each job the optimal solution is calculated quite easily. The same easily the optimal solution is obtained for 2-replica. There is no monopoly in 2-replica, but there is another problem. Optimal solution is determined not uniquely. To get rid of ambiguity it is proposed to modify the model by introducing random deviations when evaluating their packages by agents and compensation to agents is determined by the rule of the second price. It is proved that the resulting scheme of choice of actors is compatible with incentives. Some economic interpretation of the results is given.

 

The article is based on the results of the research on the program “National economic security of Russia in conditions of aggravation of objective and initiated risks and threats” 2017 of the Social Sciences Department of the Russian Academy of Sciences

 

Keywordsknowledge, compatibility with incentives, smart market, double auction
Received14.03.2019
Publication date21.03.2019
Number of characters34695
Cite   Download pdf To download PDF you should sign in

Table of contents

1. Введение
2. Математическая модель умного рынка и ее реплики
3. Совместимый со стимулами экономический механизм
4. Совместимые со стимулами механизмы для 2-реплик модели
5. Вычислительная эффективность модели
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.

Price publication: 0

Number of purchasers: 2, views: 1252

Readers community rating: votes 0 

1. Danilov, V.I., G. A. Koshevoy and A.I. Sotskov (1993) ‘Equilibrium in an Economy with Intellectual Goods’, Economika i Mathematicheskie Metody, vol. 29, pp. 607–16 (in Russian).
2. Kozyrev A. N. (1999) Algebraic properties of information and market // Scientific and tech-nical information, ser. 1, – No. 5 1999, pp. 15-20 (in Russian).
3. Kozyrev A. N. (2011) Modeling of NTP, orderliness and the digital economy// Economics and mathematical methods, vol. 47, No. 4, 2 pp. 131-142 (in Russian).
4. Makarov V. L. (2003) knowledge Economy: lessons for Russia // Vestn. Ross. Akad. scienc-es'. - vol. 73, No. 5. - C. 450-456; Science and life. - 2003. - N 5. - p. 26-30. (in Rus-sian).
5. Mirzabekov, A. M. (2016) to Create intelligent market knowledge in information by holding // an Exchange of intellectual property (BIS). - 2016. - ¹5. - P. 15-24. (in Russian).
6. Payson D. B. (2014) Competition in the rocket and space industry. Time responsible decisions // Economic analysis: theory and practice" vol. 13, issue. 3, January 2014. – pp. 2-11. (in Russian).
7. Rosenmuller I. (1974) Cooperative games and markets / Per. him. Oh. N. Vorobyova, A. S. Mikhailova; ed. N. Vorobyov. - M.: Mir, 1974. - 167 p. - (b-ka cybernetic collection). (in Russian).
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)

Система Orphus

Loading...
Up