Модели финансирования исследовательской стадии инновационных проектов в условиях ресурсной конкуренции (1142468), страница 11

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 11)

задержка окончания исследовательского этапа;2. снижение вероятности p в плановый момент T=12 мес. окончанияисследований.Далее под задержкой ∆t окончания исследовательского этапа понимаетсяабсолютное или относительное значение разности между моментом достижениявероятностью конечного значения pk  0,95 в случае нерегулярного (с месячнымперерывом) финансирования и моментом достижения вероятностью того жезначения в случае непрерывного финансирования.74ИнтенсивностьфинансированияVV1а)V0Объёмфинансированияt1t2TRb)R  Tv0t1t2Tнепрерывное финансирование v(t) = constфинансирование с перерывом и компенсациейИсточник: разработано автором.Рисунок 2.15 -Непрерывное финансирование и финансирование с перерывом ипоследующей компенсациейСнижение исследуемой вероятности в момент T=12 мес.

При нерегулярномфинансировании рассматривается по отношению к значению этой вероятностидля случая непрерывного финансирования.75Моделирование выполнялось при следующих значениях параметров (еслиспециально не сказано о других значениях): p0  0,1 , T  1 .1Дляпостроенияграфиказависимостизначениявероятностипринятияправильного решения по итогам прикладных исследований от положения периода(началоисследований,середина,завершениеисследовательскогоэтапа)отсутствия финансирования в работе была проинтегрирована формула (14) от 0 доTi . При этом перерывом в финансировании считался период от Ti до Ti 1.

ВмоментTi 1интегрированиепроводилосьсначальнымиусловиямиp(T )  p(Ti ) , т.е. вероятность принятия правильного решения в периодi 1отсутствия финансирования не изменялась. Интегрирование производилось допериода окончания исследований (T=12 мес.) и замерялось, какое значениепринимает вероятность p при различных положения перерыва в финансировании.Согласно условиям моделирования недофинансирование исследований вслучае отсутствия финансирования в течение одного месяца составляло,примерно, 8,3 % = 1/12.

Это приводит как к задержке ∆t окончания исследованийна 6,4-7,4%, так и к снижению вероятности в плановый момент завершенияисследовательского этапа на 0,9-6,5%. На рисунке 2.16 показана зависимостьвероятности в момент T=12 мес. от номера того месяца, в течение которого небыло финансирования.760,91P(12)0,90,890,880,870,860,850,840,83123456789101112Месяц без финансированияИсточник: разработано автором.Рисунок 2.16 - Влияние отсутствия финансирования на вероятность принятияправильного решения по итогам исследований в момент T=12 мес.Влияниеокончанияисследований∆tиллюстрируетположения перерыва финансирования на задержку∆t7,4%7,2%7,0%6,8%6,6%6,4%6,2%6,0%02468Номер месяца без финансированияИсточник: разработано автором.10рисунок2.17.77Рисунок 2.17 - Влияние положения перерыва финансирования на задержкуокончания исследованийИз приведенных результатов моделирования видно, что как задержкаокончания этапа, так и вероятность p(T ) в плановый момент завершенияисследований зависят от того, где находится перерыв в финансировании – вначале исследований или ближе к концу.

Более высокая вероятность в моментT=12 мес. и меньшая задержка ∆t наблюдается, если перерыв финансированияпроисходит ближе к концу исследований, что показано на рисунках 2.16 и 2.17.Это объясняется тем, что до наступления «позднего» перерыва в финансированиивероятность достигает достаточно больших значений. Кроме того, даже послепрекращения финансирования рост вероятности продолжается, хотя и не такойинтенсивный, как при непрерывном финансировании. Дело в том, что в моментпрекращения финансирования t1 динамическое значение вероятностименьшестатическогосоответствующегозначенияполученномуквероятностимоментуt1p(t1 )pст (t1 )  Lg (v  t1 , p0 ,  ) ,объемусредств.Безфинансирования статическое значение вероятности остается постоянным, адинамическое значение, возрастая, (по «инерции») приближается к нему.Было проведено моделирование при значении параметра T1 в первомуравнении системы (14), соответствующего более сложным (инерционным)исследованиям.

Моделирование показало, что при увеличении постоянной T1 в 2раза до T1  2 задержка окончания исследовательского этапа снижается до 2,25,3%.Влияние нерегулярности финансирования на эффективность исследованийбыло промоделировано для значений начальной вероятности p0  0,3 и p0  0,5 ,отличных от рассмотренного ранее случая p0  0,1 . Из этого моделирования,показанного на рисунке 2.18, следует, что чем больше начальное значениевероятности p0 , тем более негативное влияние на эффективность исследований78оказывает нерегулярность поступления средств.

Это объясняется тем, чтозначение p0  0,1 находится на участке незначительного роста логистическойфункции, а значениеp0  0,5 находятся на участкеp0  0,3 и особенноинтенсивного возрастания логистической функции.∆t12,5%11,5%10,5%p0 равно 0.19,5%p0 равно 0.38,5%p0 равно 0.57,5%6,5%5,5%0246810Номер месяца без финансированияИсточник: разработано автором.Рисунок 2.18 - Влияние начального значения вероятности на задержкуисследований при нерегулярном финансированииПоэтому отсутствие финансирования при таких начальных значенияхсущественнозамедляетдостижениеконечногозначениявероятности,характеризующего завершение исследований.В работе был рассмотрен также упомянутый ранее второйслучайнерегулярного финансирования с компенсацией средств недополученных из-заперерывавфинансировании.Нарисунке2.19показанырезультатымоделирования нерегулярного финансирования с компенсацией недополученныхсредств и без компенсации.

Эти результаты показывают, что компенсация (более79интенсивное финансирование) после завершения периода без финансированияснижает задержку окончания проекта примерно до 1% и, практически полностью,устраняет зависимость этой задержки от положения перерыва в финансировании.Ощутимо снижая негативные последствия нерегулярного финансирования,компенсациянепозволяетполностьюизбежатьзадержкиокончанияисследовательского этапа.∆t8,0%7,0%6,0%Безкомпенсации5,0%4,0%3,0%2,0%С компенсацией1,0%0,0%0246810Номер месяца без финансированияИсточник: разработано автором.Рисунок 2.19 - Влияние компенсации при не нерегулярном финансированииОписанныепредположении,вышечтоврезультатыпериодмоделированияотсутствиябылифинансированияполученывдостигнутаявероятность, характеризующая эффективность исследований не снижается.Однако это не вполне соответствует реальной ситуации.2.5.3 Модель учета регресса исследований в период отсутствияфинансированияПри проведении научно-исследовательских работ большое значениеимеет,преемственностьисследований,правильнаяпоследовательность80исследований и их согласованность.

Нарушение цепочки исследовательскихпроцессов может привести к задержке в получении результатов и снижению ихкачества.Однойисследованийизнаиболееявляетсяраспространенныхнерегулярноепричинфинансированиеилиприостановкипрекращениефинансирования проекта. Нарушение регулярности финансирования заключаетсяв отсутствии средств на проведение исследований в течение некоторогоинтервала времени. В такие периоды усилия исследователей направляются нестолько на получение новых результатов, сколько на поддержание в рабочемсостоянии или консервацию лабораторного оборудования, сохранение объектовисследования, результатов экспериментов и т. п.

Не все материалы и объектыисследований (физические, химические, биологические субстанции) удаетсясохранить. Кроме того, возможен уход сотрудников из проекта. Некоторыерезультаты, например, социологические или маркетинговые, могут устареть.После возобновления финансирования эти исследования приходится повторять.Все это приводит к замедлению или даже к снижению результативности(регрессу) исследований.С учетом сказанного выше вполне логично провести аналогию междуописанными ранее процессами снижения вероятности правильного принятиярешения о продолжении или прекращении проекта и процессами забываниянакопленной информации и утраты полученных ранее знаний человеком.Процесс забывания, как и регресс эффективности прикладных научныхисследований — сложный и слабо формализованный процесс. Первые успешныепопытки описать процесс забывания были осуществлены Германом Эббингаузомв 1885 году [117].

Он доказал, что объем сохраненной в памяти информацииуменьшается со временем и этот процесс можно описать с помощьюэкспоненциальной кривой.81Такая кривая получила название «кривой забывания». «Кривая забывания»– это эмпирически установленная зависимость количества сохраненного в памятиматериала от времени [118].ПомимоЭббингаузамногиеисследователи(С.П.Томпсон,Дж. Сковронский, С. Ф.

Ларсен, А. Л. Бетц [119], А. Моль [120]) также приходят квыводу, что забывание «носит экспоненциальный характер». В [121] былопредложено ограничивать снизу константой убывающую по экспоненте функцию,описывающую забывание автобиографических событий в виде (15):R(t )  e kt  const , где(15)R- доля сохраненной информации,t- время с момента запоминания,k- скорость забывания.В соответствии с этой моделью имеется некоторый уровень остаточнойинформации, неснижаемый со временем.Для учета регресса эффективности исследований при отсутствиифинансирования в модель были внесены изменения, основанные на аналогии спроцессом забывания информации.

Эти изменения касаются поведения функциипри отсутствии финансирования. В новой модели с момента прекращенияфинансирования t1 вероятность p(t ) , описывающая эффективность исследований,экспоненциально убывает от достигнутого значенияp(t1 ) до некоторогоостаточного значения, которое меньше чем p(t1 ) . Экспоненциальное убываниепроисходит с показателем1Tз(постоянной времени Tз ).

Считалось, чтоостаточная эффективность не может быть меньше начального значения p0 .Поэтомувмоделиостаточноеpост  maxp0 ,   p(t1 ), гдезначение0    1.определялосьпоформулеПри моделировании использовалисьзначения   0,3 и Tз  3 (то есть регресс происходит в 3 раза медленнее, чем82увеличение эффективности). Экспоненциальная функция (13), описывающаярегресс или забывание, является решением линейного дифференциального1уравнения первого порядка p  ( pост  p) с начальным условием p(0)  p(t1 ) .TзРисунок 2.20 иллюстрирует поведение функции p(t ) в случаях, когдаучитывается и не учитывается регресс эффективности исследований приотсутствии финансирования.

Характеристики

Список файлов диссертации