3. Модели диффузии инноваций и логистического роста

Методы диффузии инноваций могут быть распространены и на изучение динамики антисоциального поведения — форм кол­лективного протеста, тактики террористов, распространения нар­котиков и т.д. Антисоциальные движения нередко возникают как оппозиция происходящим переменам, вызванным какой-ли­бо инновацией. В качестве примера обычно приводят движение луддистов, которые между 1811 и 1816 гг. разбили немало тек­стильных машин, что лишь ненадолго замедлило развитие анг­лийской легкой промышленности. Менее известно аналогичное движение под руководством капитана Свинга, пытавшегося те­ми же методами остановить процесс распространения сельскохо­зяйственной техники (механических молотилок). На рис. 9.1 представлены данные о динамике этого процесса, протекавшего всего месяц — с 8 ноября по 8 декабря 1830 г.

Точки на графике показывают, сколько машин было разру­шено в данный день плюс число машин, уже сломанных к этому времени. Удивительно, что львиная доля машин была уничто­жена всего за десять дней (с 18 по 28 ноября), что говорит о высокой эффективности социальных сетей коммуникаций — ведь в те времена в сельской Англии не было современного транспор­та и средств связи

Стоит обратить внимание на то, насколько хорошо логистичес­кая кривая (показана сплошной линией) описывает динамику стихийного протеста. Эмпирический анализ огромного числа при­родных, технико-экономических и социокультурных процессов показал, что динамика процессов их роста, развития, распро­странения подчиняется логистическому закону. На рис. при­ведена динамика развития сетей транспорта и коммуникаций в США, подчиняющаяся логистическим закономерностям.

1800 1820 1840 1860 1880 1900 1920 1940 1960 1980 2000

Годы Динамика развития инфраструктуры США

Для того чтобы понять сущность механизма, формирующего логистическую кривую, необходимо построить содержательные и формальные модели исследуемых процессов.

О геометрической прогрессии как о законе роста населения пи­сал T. Мальтус (1766-1834). Используя его модель, Ч.Дарвин рассчитывал потенциальные возможности роста разных популя­ций. Согласно его расчетам, число потомков одной пары слонов через 750 лет может достичь 19 млн.

Значительно быстрее размножаются бактерии. Если одна бак­терия в благоприятной среде делится каждые 20 мин., то при со­хранении таких темпов деления потомство этой бактерии всего за 36 ч сможет образовать массу, которая покроет земной шар сплошным слоем толщиной 30 см, а еще через 2 ч толщина этого слоя достигнет 2 м .

Ясно, что процессы экспоненциального роста не могут длиться долго. Но на коротком временном интервале процессы роста могут быть описаны экспоненциальной кривой. Так, в 1937 г. на неболь­шой остров у побережья США завезли 8 фазанов, а через 6 лет популяция насчитывала уже 1898 птиц. Первые четыре года рост численности фазанов хорошо описывался экспоненциальной зави­симостью. К сожалению, в начале войны на острове были размеще­ны войска, ежегодный учет прекратился, а фазанов съели.

Модели логистического роста. Известно, что многие процес­сы в природе и обществе имеют пределы возможных изменений, в первую очередь из-за ограниченности ресурсов. Возвращаясь к диффузии инноваций, естественно предположить, что распростра­нение нововведений ограничено емкостью данного сегмента рын-ка, возможностями целевой группы. Одним из главных факто­ров, определяющих скорость процессов диффузии, является меж­личностное общение между сторонниками данной новинки и те­ми, кто еще колеблется или вообще ничего не слышал о предлагаемом нововведении.

Решением этого уравнения является логистическая функция, а само уравнение называется логистическим. Впервые логистическая модель как модель роста народонаселения была предложена бель­гийским математиком П.Ф.Ферхюльстом в 1838 г. В теории ин­новаций логистическую модель иногда называют моделью Фи-шера-Прея.

Логистическую S-образную кривую иногда называют кривой Перла — по имени американского демографа P. Перла (1870-1940), который провел огромное число эмпирических исследований рос­та различных организмов и популяций. Он обнаружил, что по логистическому закону увеличивается вес тыквы, растет число дрожжевых бактерий, росло народонаселение США до 1940 г. Поз­же выяснилось, что S-образные кривые хорошо описывают про­цессы замещения одной техники другой, смену технологий, эво­люционные процессы в экономической и социокультурной сферах.

Биологи дают логистическому уравнению несколько иную со­держательную интерпретацию. Если в правой части уравнения раскрыть скобки, то получим

Рассмотрим в качестве примера ситуацию, в которой 10 человек уже приняли новинку, а 20 — колеблются. Если предположить, что каж­дый сторонник новинки может встретиться со всеми сомневающими­ся, то общее число таких встреч равно 200. Первое слагаемое правой части уравнения означает, что при­рост численности популяции пропорционален достигнутой чис­ленности. Биологи приводят следующие доводы в пользу данного пред­положения: чем больше число встреч между особями, чем выше плотность популяции, тем выше вероятность заболеваний, кон­фликтов, иначе говоря, выше "сопротивление среды", а значит, меньше прирост численности популяции.

Рис. 9.4. Динамика кумулятив­ного числа продаж новинки

По мнению американских политологов, демократия начала распространяться по земному шару в XV ве­ке. Первая фаза распространения демократических форм прав­ления — авторы назвали ее экспериментальной — длилась с 1450 по 1800 г. В это время доля населения, опробовавшая демокра­тические процедуры, не превышала 1-2% всего населения зем­ли. Далее процесс диффузии начал набирать обороты. К 1990 г. уже 40% населения земли избрало демократические формы прав­ления. По прогнозу авторов к концу XX столетия будет достиг­нута отметка 50%, а к 2100 г. уже 90% населения будут жить при наилучшей форме государственного устройства .

Литература.

1. Бестужев - Лада И.В. Прогнозное обоснование социальных нововведений. М.: Наука, 2002

2.Бюль В.Л. Изменение культуры: к динамической социологии культуры// Общественные науки за рубежом. 1989. № 3

3.Друккер П.Ф. Рынок: как выйти в лидеры. Практика и принципы. М., 1992

4. Маслов С.Ю. Ассиметрия познавательных механизмов и ее следствия // Семиотика и информатика. М., 1983. Вып. 20

5. Моль Д. Социодинамика культуры. М., 1973

6. Кондратьев Н.Д. Проблемы экономической динамика. М., 1989

7. Петров В.М., Голицин Г.А. Полувековые циклы в социокультурной динамике. М., 1996

8. Плотинский Ю.М. Базовые принципы социокультурной динамки П.А.Сорокина. М., 2000

9. Розенберг В.С. Две стороны одного мозга и творчество // Интуиция, логика, творчество. М., 1987

11. Пригожин А.И. Современная социология организаций. М.: Интер-пресс, 1995

12. Сорокин П.А. Главные тенденции нашего времени. М., 1993

13. Штомпка П. Социология социальных изменений. М., 1996

Лекция 12. Переходные процессы в социальных системах

План.