Научная жизнь
Исследовательские проекты ИИАСАВ Международном институте прикладного
системного анализа (ИИАСА) продолжаются
исследования эволюционной экологии, имеющие
отношение к управлению природными ресурсами.
Обзор работ в рамках проекта “Механизм
адаптивной динамики” (The Adaptive Dynamics Network – ADN)
опубликован в журнале
Options, Spring`00. Данный
номер иллюстрирует разнообразие проблем, давших
значительные результаты. Об этом пишет директор
ИИАСА Гордон Дж. Макдональд. Он отмечает, что
эволюционные изменения происходят значительно
быстрее, чем считалось ранее. Высшие организмы
способны к быстрой адаптации в течение
нескольких десятилетий или даже лет. Эти выводы имеют глубокие последствия для
управления макроскопическими возобновимыми
ресурсами: чтобы быть эффективным, такое
управление должно учитывать возможные
эволюционные процессы в соответствующем
масштабе времени. Некоторые результаты, опубликованных в журнале
Options, Spring’00, представлены ниже. Для
углубленного знакомства с инновационными
исследованиями ИИАСА рекомендует обратиться к
Интернет-сайту института: www.iiasa.ac.at. Эволюция кооперации
По общему мнению, кооперационное
взаимодействие осуществляется благодаря двум
механизмам – родственного отбора (готовности
помочь биологическим родственникам) и взаимного
альтруизма. Последний может возникнуть, если
одни и те же два индивида имеют повторные встречи
и обмениваются актами помощи. Случается и другая
форма связи, даже если те же два участника
никогда не встречаются второй раз –
косвенная
взаимность, механизм которой мог играть
решающую роль в эволюции человеческого общества. В рамках проекта ADN разработана модель эволюции
косвенной взаимности. Ее основные положения
раскрываются упрощенной и аналитически
доступной версией. Все участники
взаимодействуют в каждом раунде общения как
донор и как получатель. В зависимости от
выбранной стратегии участники классифицируются
по одной из трех категорий: неразборчивые
альтруисты, помогающие всегда; дефекторы
(дезертиры), никогда не помогающие; разборчивые
альтруисты, помогающие только в том случае, если
потенциальный получатель сам протянул руку
помощи в последнем раунде. Предположим, общество состоит из одних
альтруистов.
Его состав обозначен на рисунке точкой на
штрихованной грани фигуры (верхняя точка –
неразборчивые альтруисты, слева – разборчивые
альтруисты, справа – дефекторы). Можно ожидать,
что случайные колебания в ситуации и,
следовательно, перемещения указанной точки
вдоль грани ведут время от времени к мутациям и
появлению некоторого количества дефекторов. Что при этом происходит? Если ситуация
складывается на уровне выше черной точки,
возобладают дефекторы, если ниже белой точки,
дефекторы немедленно подвергнутся отбору и
быстро исчезнут. Но если есть небольшое число
дефекторов и ситуация обозначает уровень между
черной и белой точками, то дефекторы сначала
будут эксплуатировать неразборчивых
альтруистов и увеличат свою численность. Но при
этом, однако, они будут истощать свой источник
(неразборчивых альтруистов) и в конечном счете
возобладают разборчивые альтруисты, что
приведет к исчезновению дефекторов. Популяция,
таким образом, окажется в состоянии ниже белой
точки. Для дефекторов это пиррова победа. Им
остается надеяться только на то, что флуктуации
снизят частоту разборчивых альтруистов. Чтобы
преуспеть, им придется ждать до тех пор, пока
структура популяции не окажется выше черной
точки. Для этого флуктуации должны перекрыть
расстояние между белой и черной точками, на что
уйдет значительное время. Таким образом, дефекторы никогда не преуспеют,
если будут появляться слишком часто. Другими
словами, кооперация может сохраниться в тех
популяциях, в которых частота возникновения
дефекторов находится на соответствующем
достаточном уровне. Исследование по проекту ADN
дает подтверждение тому, что определенный
уровень стресса может быть фактически полезным
для общества. С полным списком публикаций по этой
тематике журнал
Option
рекомендует
ознакомиться на Интернет-странице www.iiasa.ac.at/Research/
ADN/ Cooperation.html. Совершенствование прогнозирования
технологической диффузии
На протяжении последнего десятилетия
исследователи ИИАСА изучали и моделировали
процессы внедрения, распространения и широкого
применения новых энергетических технологий.
Основная задача состояла в поиске способов
включения факторов выбора и разработки
технологии в качестве внутреннего компонента
моделей, используемых для экономического и
экологического прогнозирования. В настоящее время технологические прогнозы,
осуществляемые с помощью классических моделей,
часто связаны с сомнительными допущениями,
например “цены на нефть будут продолжать расти
из-за ограниченности ресурсов”, или с
произвольными количественными предположениями,
например “к 2025 г. коэффициент полезного
действия энергетических установок по
переработке биомассы повысится на 25%”. Однако
анализ фактических данных показывает, что
внедрение и распространение технологий на
конкурентных рынках характеризуются
определенными направлениями, тенденциями и
временными параметрами, отражающими снижение
затрат и повышение эффективности в результате
накопленного опыта применения новых технологий,
динамичной конкуренции между различными
подходами к решению конкретных проблем и
параллельной эволюции долговременной
инфраструктуры и технологических кластеров. В ИИАСА разработано математическое
представление кривых обучения с включением его в
микромодели в качестве простых количественных
характеристик вероятных улучшений показателей
затрат и эффективности энергетических
технологий в результате накопления опыта и
инвестиций. Эти модели способны учитывать не
только S-образные кривые, отражающие
технологическую динамику, но и неопределенность,
возникающую из-за “сюрпризов”, подобных
появлению принципиально новых технологий.
Определены ранние индикаторы, сигнализирующие о
конкретных стартовых технологиях, которые могут
быть выбраны в качестве объектов
капиталовложений и разработок и, таким образом,
имеют шансы на широкое распространение. Один из
выводов исследования в том, что можно
прогнозировать не только вероятное появление
новой технологии, но также и сроки и способы ее
освоения и включения в состав основных
технологий. Удалось также статистически включить фактор
накопления опыта в макромодели мировой
энергетической системы. Фактически с помощью
модельных расчетов получены прогнозы,
показывающие возможность снижения воздействия
на окружающую среду без замедления
экономического роста. Однако решение этой задачи
в долгосрочном плане потребует
государственного
вмешательства, в частности введения стимулов,
способствующих расширению технологического
разнообразия, и ослабления барьеров для
внедрения новых инфраструктур, усиливающих
тенденцию к снижению углеродного загрязнения. Один из обнадеживающих результатов состоит в
обнаружении четкой исторической тенденции
возрастания энергетической эффективности
мировой экономики и эффективности с точки зрения
углеродного загрязнения. Современные
инфраструктуры, замещающие долго существовавшие
системы, все в большей мере питаются
энергетическими источниками, работа которых
характеризуется прогрессирующим ростом
выработки энергии на единицу углеродного
загрязнения. Этот процесс, стимулируемый главным
образом экономическими факторами, ведет к
“декарбонизации” мировой экономики на 1,3% в год
без целенаправленных усилий со стороны
правительств или руководителей промышленности.
Такова тенденция, которую игнорировало
большинство основополагающих прогнозов. |