Процессы шумпетерианской конкуренции и их влияние на структуру нового рынка (стр. 2 )

Первые попытки его применения в этой области связаны с исследованиями последствий социальной политики (Harding 1996) и распространения мнений (в том числе и идеологии) при различных типах взаимного влияния между людьми (Latane 1981), несколько позже внимание привлекло исследование потребительского поведения в той части, которая касается распределения дохода между альтернативными вариантами его использования (Chattoe&Gilbert 1996). Сторонники этого метода возлагают на него большие надежды, видя в нем способ до известной степени преодолеть некоторые реальные или кажущиеся слабости общественных наук, в частности, наративный характер изложения и весьма ограниченные возможности экспериментирования ( которое к тому же ограничивается, как правило, исследованиями процесса индивидуального принятия решений). Предполагается, что этот метод позволит не просто обсуждать наблюдаемые факты и их интерпретировать, но и понять процессы, которые стоят за наблюдаемыми явлениями[9]. Некоторые авторы даже считают, что компьютерные симуляции являются «новым способом мыслить об обществе и прежде всего о социальных процессах» (Gilbert 2000, p.203).

Процессы, которые изучаются с помощью компьютерных технологий в различных науках, имеют ряд общие черты – нелинейность и эмержентность, которые ставят сложные методологические проблемы. Анализ нелинейных процессов, в том числе и с помощью компьютерной имитации, даже если он обеспечивает хорошее понимание этих процессов, не гарантирует получение надежного прогноза, и этот, казалось бы, малоутешительный результат не только не расстраивает представителей общественных наук, но напротив, позволяет примирить представление о существовании закономерностей - не признавая существование которых, вообще невозможно говорить о научном знании - с тезисом о свободе воли, понимаемой в традиционном смысле. Понятие эмержентности предполагает не только качественную особенность надиндивидуального уровня, но и то, что характеристики этого уровня имеют каузальную основу. Применительно к экономике это означает, например, что наблюдаемые явления макроуровня не только не сводимы с помощью простого оператора к закономерностям микроуровня, но что наблюдаемые на микроуровне характеристики имеют каузальную основу, и не могут сводиться к функциональным зависимостям между макроэкономическими агрегатами. Таким образом, обсуждение возможностей применения компьютерных симуляций инициирует обсуждение проблемы каузальноси в общественных науках, и более того, затрагивает вопрос о позитивизме как философской основе современной науки. Можно сказать, что компьютерные симуляции дают новый стимул критике позитивизма.

Одним из ключевых моментов философской критики ортодоксальной экономики (Lawson 1997) является то, что она трактует экономический мир как закрытую систему, а следовательно, понимает закон в юмовском смысле, т. е. как утверждение: «если А, то В», и исходит из того, что одна и та же причина порождает одно и то же следствие. Ортодоксальная экономика исходит из того, что законы «стоят» за наблюдаемыми регулярностями, хотя она по разному относится к тому, насколько необходимо явное выражение этих законов. Критический реализм, к которому сегодня, как к философскому основанию, обращают взоры многие сторонники гетеродоксной экономики, допускает неполную закрытость системы, причем в экономике, так и вообще в живой природе, открытыми системами являются не только совокупности элементов, но и сами эти элементы, в данном случае экономические субъекты (заметим, что это соображение неявным образом указывает на родство биологии и экономики, о котором говорил еще Маршалл).

Признание открытого характера экономических систем имеет своим следствием признание того, что различные причины могут иметь один и тот же результат и наоборот, одна и та же причина может привести к различным результатам. Такая ситуация объясняется тем, что наблюдаемые нами факты являются следствием процессов на более глубоком уровне, и не могут быть адекватно описаны в терминах наблюдаемого уровня. Но мы можем судить о существовании каузальных механизмов, лежащих внутри, по некоторым сочетаниям фактов, по регулярностям, которые имеют нестрогий характер и воспринимаются как demi-regularities. Последние, по мнению Лоусона, свидетельствуют о существовании относительно продолжительных и идентифицируемых тенденций, но сами таковыми не являются (Lawson 1997, p. 224).

Представители критического реализма утверждают, что законы лучше понимать как проявление основополагающих структур, механизмов и тенденций, вызывающих наблюдаемый феномен, но которые непосредственно не могут быть осмыслены (Pinkstone 2002, p.562). Поэтому целью теории является объяснение эмпирических фактов в терминах лежащей в их основе структуры. Этот подход использует абдукцию[10], чтобы сделать заключение из эмпирических фактов об общих patterns, лежащих в их основе, и тем самым дать каузальное объяснение на более глубоком уровне. Одновременно отмечается, что институты эволюционируют параллельно с моделями человеческой ментальности, тем самым обеспечивая ситуацию quasi-closure. Иными словами, подчеркивается, что институты создают стабильные условия, из которых исходят агенты, формируя свое поведение на определенный период времени. Это означает, что специфическое отношение между причиной и следствием, которое имеет место сейчас, может измениться со временем (Werker, Brenner 2003, р. 3.1-3.3) и что временная продолжительность становится «мерой онтологической значимости». Иными словами, чем дольше проявляет тенденция, тем с более глубокими механизмами они связана и тем больше основания говорить о ней, как об отражающей каузальные связи. Именно ориентация на выявление внутренних механизмов и структур и признание важности фактора времени определяет привлекательность критического реализма как созвучного гетеродоксной экономике вообще и эволюционной, в частности.

Компьютерные симуляции и эволюционная экономика: проблема достоверности результатов

Как пишет В. Квашницкий, рецепт осуществления симуляционного исследования весьма прост: «создайте внешнюю среду, в которой синтетические организмы могут действовать, населите ее несколькими сотнями индивидов и задайте правила, которым они следуют. Постарайтесь упростить проблему как только можно, сохранив то, что существенно. Напишите программу, которая симулирует взаимодействие правил и случайных элементов. Прогоните программу несколько раз с различными генераторами случайных чисел, чтобы понять, как простые правила дают наблюдаемое поведение. Выясните, что является причиной этого поведения и как на него влияют исходные параметры. Упростите симуляции еще насколько возможно или добавьте элементы, которые окажутся необходимым» (Kwasnicki 2003).

Реализация этого рецепта предполагает, что существуют процедуры, позволяющие соотнести простые правила, которые задают данную спецификацию, и наблюдаемые результаты, и, следовательно, установить каузальные соотношения между характеристиками индивидуального поведения и динамикой отрасли. Понимая под этим не просто констатацию того, что нечто всегда вызывает данный эффект, но и понимание того, как это происходит (генетическая каузальность). Именно сюда чаще всего направлено острие критики: компьютерные симуляции – это case studies, и потому они не могут дать универсального знания. Выбор спецификации начальных условий достаточно произволен, а поскольку начальные условия в нелинейных системах играют исключительно важную роль, и, кроме того, в моделях, связанных с инновациями в экономике, присутствует стохастика, возникают сомнения относительно того, действительно ли именно выбранная спецификация «обеспечивает» наблюдаемую картину, например, динамики отрасли.

Каким образом можно уменьшить серьезность подобных претензий?

Одним из способов, возможно, является использование эмпирических данных как на этапе выбора исходной спецификации, так на этапе оценки полученных результатов. Как предлагают (Werker, Brenner 2003), выбор исходных параметров должен осуществляться на основе эмпирических данных, т. е. индуктивно, но, разумеется, теория при этом должна присутствовать. В эволюционных исследованиях подобные случаи не так часты. Возможно, это объясняется тем, что обычно используются чрезвычайно простые правила поведения, например: фирма начинает осуществлять поиск новой технологии, если уровень ее рентабельности снижается до некоторого значения, или фирма увеличивает на определенную величину цену на свою продукцию, если ее доля на рынке в предыдущем периоде снизилась на столько-то процентов, и т. п. Если нет оснований для того, чтобы отсортировать правила, модель должна определяться как общая, и в этом случае требуется ранжировать параметры, а также ввести различные логические утверждения и тем самым сузить набор возможных спецификаций. В принципе, поскольку за редким исключением параметры не удается зафиксировать, то чем больше спецификаций реализуется, тем надежнее получаемые результаты. При этом ясно, что здесь таится серьезная методологическая проблема, связанная с ограничением числа используемых спецификаций (заметим, напоминающая проблему индукции).

Следующим этапом моделирования является прогонка каждой спецификации. Поскольку присутствуют стохастические процессы, требуется много прогонов, чтобы составить картину результатов для каждой спецификации. При этом вполне возможна ситуация, когда различные спецификации при симуляции дают сходную картину. Можно определить, какие модельные спецификации лучше всего согласуются с эмпирическими данными, например, с наблюдаемой картиной динамики отрасли. Однако таких спецификаций может быть несколько. И хотя могут быть предприняты шаги, ограничивающие их число, нет уверенности в том, что останется одна. На самом деле подобная проблема возникает и при других подходах, однако при компьютерных симуляциях она очень наглядна, хотя и не очень разрушительна, поскольку в данном случае целью является не получение количественного прогноза, а понимание механизмов индивидуального уровня, лежащих в основе процессов, наблюдаемых на более высоком уровне. И здесь возникает принципиальный вопрос об оценке качества «качественного прогноза», т. е. прогноза как “pattern”. Обсуждение вопроса является предметом последующего этапа нашего исследования.

3. Теоретико-игровое описание взаимодействия фирм на новом рынке

В этой главе мы описываем результаты, полученные в ходе анализа теоретико-игровых моделей. Здесь мы приводим описание базовой модели, а также несколько возможных вариаций этой модели. Основная цель этого раздела – подготовить теоретическую базу для выбора корректной спецификации имитационной модели. Для этого строится и анализируется множество простых игр, каждая из которых имеет целью отразить какой-то процесс имитационной модели. Например, строится модель входа на рынок новичков, модели процессных инноваций и продуктовых инноваций, модель продвижения товара на рынок с помощью процессных инноваций.

В последние два десятилетия теоретико-игровой подход является чрезвычайно популярным в среде экономистов. В том числе среди тех, кто занимается анализом инновационной деятельности фирм. Однако выявились и недостатки данного подхода. Как отмечали некоторые исследователи (Shaked and Sutton 1987; Fisher 1989; Pelzman 1991; Sutton 1990), в большинстве теоретико-игровых моделей, применяемых в отраслевом анализе, результаты чересчур сильно зависят от исходных предпосылок и спецификации модели. В результате многие исследователи получали противоположные результаты, используя практически идентичные модели. Разница могла состоять лишь в механизме реализации игры: одновременные решения агентов приводили к одному результату, а последовательные – к противоположному. В результате некоторые исследователи пришли к выводу, что необходимо строить теоретические модели в наиболее широкой спецификации и проводить как можно более подробный их анализ (Sutton 2006).

Мы следуем той же традиции. Мы выбрали одну из наиболее известных и исследованных спецификаций базовой модели отраслевого рынка, предложенную Саттоном в 1987 году, и стараемся моделировать отдельные процессы, внося изменения в эту модель. Модель довольно известна, поэтому в литературе встречаются и подходящие спецификации данной модели, которые мы также будем использовать. Встречаются и эмпирические работы, выполненные на основе данной теоретической модели. Результаты этих исследований послужили частично подтверждением полученных результатов.

3.1. Базовая модель

Базовая модель строится на основе модели Саттона (Sutton 1998). На основе этой базовой спецификации будет проводится анализ инновационной деятельности фирм, их конкуренции посредством инноваций.

Количество фирм:

Количество потребителей:

Поведение потребителей и спрос.

Пусть - это коэффициент заменяемости продукта. Если , то товары, представленные на рынке, являются совершенными субститутами. Если же , то товар является уникальным.

Потребители тратят свой доход размера (где z – индекс потребителя) на покупку товаров и другие нужды, обозначаемые , где и - цена и количество товара соответственно.

Функция полезности, которую максимизирует потребитель, имеет следующий вид:

(3.1)

Параметр показывает, как изменяется полезность от потребления товара при улучшении его характеристик с помощью продуктовой инновации и при условии, что данный конкретный потребитель знает об этой инновации. Для простоты анализа . Полезность от конкретного товара – это функция от продуктовой инновации (PI) и маркетинговых усилий фирмы по внедрению нового продукта (M). Таким образом, .

Эта функция имеет следующие свойства:

(i) (полезность не растет без инновации и маркетинга);

(ii) ; (вогнутость по Mi);

(iii) .

Соответственно, обратная функция спроса имеет следующий вид:

, (3.2)

где , а и теперь характеризуют не индивидуальный, а отраслевой совокупный спрос на продукт.

Таким образом, задана система линейных по цене и количеству уравнений спроса.

Поведение фирм.

Фирмы максимизируют прибыль, уравнение которой имеет следующий вид:

, (3.3)

где - переменные производственные затраты, - фиксированные затраты, - затраты на инновации, - затраты на маркетинг.

Иногда для целей анализа будет удобно считать всех потребителей идентичными, тогда совокупный спрос на товар i будет иметь вид .

Для наших целей важно ввести переменную - количество активных фирм, то есть фирм с положительным выпуском.

На основе этой базовой модели решается несколько игр с несколько различной спецификацией и производится их анализ. Многоходовые игры решаются методом обратной индукции. Ниже приводится перечень вариаций базовой модели и приводятся результаты их анализа.

3.2. Анализ базовой модели

Выбранная нами модель довольно известна, что несколько упрощает нашу задачу. Модель подробно исследована на наличие равновесий при различных ее спецификациях, в том числе при различных механизмах ценообразования и конкуренции фирм. Нашей задачей будет перечислить основные результаты, полученные на основе данной модели как нами, так и другими исследователями. К сожалению, формат работы не позволяет привести подробный анализ модели и расчеты равновесий, поэтому мы ограничимся перечислением основных результатов.

Как структура рынка зависит от потенциального размера рынка?

Модель показывает, что, вообще говоря, структура рынка в самой широкой спецификации модели может быть практически любой. То есть в зависимости от объема рынка, значений параметров и механизма конкуренции возможны как ситуации, когда на рынке работает одна фирма-монополист, так и ситуация, когда фирм работают на пределе рентабельности, а также промежуточные ситуации.

Обозначим долю крупнейшей фирмы как С1. Заметим, что каждому значению соответствует набор возможных значений С1, причем . При этом при увеличении размеров рынка будет расти , и, соответственно, будет снижаться минимально возможная доля крупнейшей фирмы, в пределе достигая нуля. Этот результат верен для обычных отраслей, однако для инновационных отраслей ситуация выглядит иначе. Как показано в (Sutton 1998), коэффициент С1 при росте рынка в пределе стремится к константе, строго большей нуля. Более того, минимально возможный уровень концентрации для инновационных отраслей всегда выше, чем для обычных отраслей.

Как структура нового рынка зависит от механизма ценовой конкуренции?

Под механизмом ценовой конкуренции мы понимаем механизм, согласно которому фирмы назначают цены и определяют требуемый объем производства продукта. Существует несколько наиболее удобных и распространенных механизмов ценовой конкуренции, используемых при моделировании. Например, это конкуренция по Курно, конкуренция по Бертрану или монопольное (картельное) ценообразование. Для нас наиболее важна не сама спецификация механизма конкуренции, а зависимость результата (равновесной структуры рынка) от остроты ценовой конкуренции. При этом подразумевается, что конкуренция по Бертрану – самая острая, так как при таком ценообразовании в равновесии устанавливается наиболее низкая цена. Соответственно, наименее напряженная ценовая конкуренция при картельном ценообразовании.

Анализируя приведенную базовую модель нетрудно прийти к выводу, что усиление ценовой конкуренции в общем случае ведет к повышению концентрации фирм (Sutton 1998, p. 54). Однако стоит отметить, что этот вывод не всегда верен для инновационных отраслей. Согласно выводам (Symeonidis 1997), в этих отраслях структура рынка слабее зависит от остроты ценовой конкуренции.

Как структура нового рынка зависит от механизма входа новичков?

Известные исследования (Schmalensee 1978, Bonanno 1987) утверждают, что последовательный вход новых фирм ведет к росту концентрации на рынке. Эта зависимость понятна: фирмы, которые вошли на рынок ранее, имеют преимущество первого хода. Это преимущество особенно велико, если продукт идентичен. Новичку обычно сложно завоевать значительную долю рынка в этих условиях. Соответственно, если фирмы выходят на рынок одновременно, то все они находятся в равных условиях, и в этом случае, скорее всего, рынок будет более конкурентным.

В то же время в некоторых случаях для инновационных отраслей подобный вывод неверен. При отдельных разумных спецификациях приведенной модели устойчивая структура рынка при последовательном входе фирм на рынок будет настолько же конкурентной, что и при одновременном входе фирм (Shaked and Sutton 1998).

Для того, чтобы понять, как это происходит, рассмотрим рынок дифференцированного товара (). Новичок входит на рынок и переманивает часть потребителей у действующих фирм. Эффект усиливается тем, что новый товар может быть более привлекательным (). Эффект может быть настолько большим, что новичок сразу займет долю рынка, обеспечивающую ему положительную прибыль. Этот эффект можно условно назвать отрицательным внешним эффектом[11], так как вход новичка отрицательно действует на прибыль и выпуск действующих фирм.

Однако существует еще и другой эффект, который можно условно назвать положительным внешним эффектом. Вход новичка в этих условиях приводит к росту рынка, так как потребности покупателей удовлетворяются теперь более полно.

В результате система стимулов действующих фирм будет зависеть от баланса относительной силы этих эффектов. При некоторых условиях (высокая заменяемость продукта и слабая ценовая конкуренция) структура отрасли будет наиболее конкурентной.

Таким образом, простая модель дает достаточное количество содержательных выводов, которые перекликаются с результатами многих исследований. Все вышесказанное можно подытожить в следующей таблице.

Влияние различных факторов на структуру рынка

Фактор	Обычные отрасли	Инновационные отрасли
Размер рынка	Возможна совершенная конкуренция (нулевая прибыль), концентрация падает при росте рынка	Совершенная конкуренция невозможна, концентрация падает медленно (Sutton 1998)
Механизм ценовой конкуренции	Сильно зависит от напряженности ценовой конкуренции (чем агрессивнее ценовая конкуренция, тем выше концентрация) (Sutton 1997)	Слабо зависит от механизма ценовой конкуренции (Symeonidis 1997)
Механизм входа новых фирм	При последовательном входе на рынок концентрация выше, чем при одновременном (Schmalensee 1978, Bonanno 1987)	В определенных случаях в инновационных отраслях структура рынка не зависит от механизма входа новых фирм (Sutton, 1998)

3.3. Роль инноваций в формировании структуры рынка

В этом разделе описываются изменения, которые были внесены в базовую модель для анализа механизмов конкуренции посредством инноваций, а также полученные результаты, которые затем предполагается использовать при выборе предпосылок и проверке результатов имитационной модели. В базовую модель вводятся процессные инновации, инкрементные и радикальные продуктовые инновации, а также анализируется эффект от маркетинга новых продуктов.

Инкрементные продуктовые инновации и маркетинг

Под инкрементными продуктовыми инновациями в этой модели будут пониматься изменения параметра ui, тогда как радикальные инновации будут изменять параметр . Маркетинговые затраты также влияют на ui.

Модель имеет следующую логику. Фирмы улучшают товар, затрачивая на это величину , затем продвигают и рекламируют улучшенный товар, затрачивая на это величину . В результате этих действий ценность продукта в глазах потребителей растет как , что отражается на продажах фирм.

Игра решается в три хода. На первом этапе выбирается оптимальный уровень производства при заданных фиксированных и переменных затратах и расходах на инновации и маркетинг.

(3.4)

Решение в симметричном равновесии выглядит следующим образом:

(3.5)

Анализ этого выражения показывает, что в симметричном равновесии выпуск i-той фирмы снижается при увеличении количества конкурентов, увеличении взаимозаменяемости продукта (при наличии близких субститутов), увеличении производственных затрат. При росте отраслевого спроса растет и выпуск фирм.

На втором шаге выбирается оптимальный уровень маркетинговых усилий:

(3.6)

Решение имеет следующий вид:

(3.7)

Согласно расчетам, маркетинговые расходы компании снижаются при росте количества конкурентов и при наличии близких субститутов. Таким образом, чем более конкурентным является рынок, тем меньше стимулов для маркетинга. Кроме того, мы нашли, что рост доли рынка приводит к росту затрат на маркетинг, так как это увеличивает отдачу от инвестиций.

Наконец, на последнем, третьем, этапе фирмы выбирают уровень затрат на инновации. В упрощенном варианте модели фирмы принимает бинарное решение типа Да/Нет, то есть внедрять инновацию или нет.

При этом сравнивается прибыль фирмы при условии инновации и без нее:

, (3.8)

прирост прибыли прирост затрат

где

Так как , то прирост прибыли – положительная величина, если производится инновация и проводится ее маркетинг. Прирост затрат также, по определению, положителен. В результате при определенных условиях внедрение инновации выгодно, а при некоторых – не окупается.

Согласно проведенному анализу, привлекательность продуктовой инновации повышается при снижении количества конкурентов, снижении заменяемости продукта и при росте рыночной доли фирмы.

Радикальные продуктовые инновации

Напомним, что радикальные инновации в нашей модели – это снижение коэффициента , то есть разработка уникального товара, новых полезных свойств товара. Данный коэффициент обладает следующими свойствами:

, где RI означает радикальную инновацию, а noRI – ее отсутствие.

Коэффициенты для остальных производителей находятся так:

Был проведен анализ модели в данной спецификации. Согласно полученным результатам, затраты на радикальную инновацию окупаются только при условии, что она приводит к значительному снижению коэффициента относительно конкурентов. Радикальная инновация эффективна для фирм, у которых коэффициент заменяемости выше среднего по отрасли, а также в условиях, когда на рынке действует мало фирм, то есть в условиях высокой концентрации.

Процессные инновации

Производственные затраты на единицу продукции изменяются в результате процессной инновации, причем величина их снижения функционально зависит от объема средств, направляемых на НИОКР:

, где - возрастающая вогнутая функция.

При этом фирмы выбирают оптимальный уровень затрат на НИОКР, который зависит в том числе от существующей структуры рынка и механизма ценовой конкуренции. Процессные инновации более эффективны при интенсивной ценовой конкуренции, причем в этом случае они способствуют повышению концентрации фирм.

Таким образом, в разные периоды развития отрасли в зависимости от существующих условий стимулы для внедрения продуктовых и процессных инноваций различны. Продуктовые инновации более эффективны в период быстрого роста рынка, когда идет активное совершенствование товара, структура рынка еще не сформирована и ценовая конкуренция не так остра. С другой стороны, процессные инновации более эффективны на стадии замедления роста рынка, когда возможности для развития продукта исчерпываются.

4. Имитационная модель

4.1. Модель конкуренции на рынке посредством продуктовых инноваций

В данном разделе приводится модель конкуренции на сетевом рынке. Особенность данной модели, которая отличает ее от стандартных моделей сетевого рынка, является то, что важную роль в конкуренции фирм играют продуктовые инновации.

Данная версия модели построена на основе методологии так называемых «эволюционных моделей», которые показали свою актуальность для исследования процессов диффузии инноваций.

Модель будет описана в следующей последовательности: описываются сторона спроса и предложения, а затем задается временная структура модели.

Предположения

На рынке постоянно действует фирм, предоставляющих услуги мобильной связи. Каждая из них предлагает услуги в рамках одного технологического стандарта.

Состояние каждой фирмы в момент времени может быть описано набором переменных и постоянных коэффициентов, индексированных порядковым номером фирмы . Фирмы в модели действуют в соответствии с заложенными правилами поведения, или, по терминологии эволюционной экономики, «рутинами». В данной модели поведение фирм определяют следующие рутины:

—  производственное правило (аналог производственной функции в неоклассических моделях);

—  правила установления цен;

—  правила осуществления инноваций;

—  правила принятия инвестиционных решений.

В предложенной модели перечисленные выше рутины специфицируются следующим образом.

Производственное правило [12]

Задается как норма затрат ресурсов на предоставление услуг одному пользователю, которая в модели обозначается как , где - количество пользователей. Издержки характеризуются возрастающей отдачей от масштаба, то есть .

Существует также минимальный уровень затрат капитала, который необходим для внедрения новой услуги - . Таким образом, издержки, которые компании будут нести в период , определяются как , причем в случае внедрения инновации , иначе . Действительно, внедрение новой услуги операторами сотовой связи обычно требует затрат на модернизацию биллинговой системы (то есть совершенствование автоматической системы расчетов с абонентами), возможно, также требуется переоборудование базовых станций и даже построение новой сети.

Правило установления цен

В модели фирмы продают услуги связи по нерегулируемым ценам, что предполагает необходимость принятия ценовых решений. Фирмы в модели устанавливают цену на свою продукцию по следующему правилу.