Текст книги "Прогнозирование развития человечества с учетом фактора знания"

Полученная закономерность (5.2) отражает тесную взаимосвязь объема знаний человечества с числом людей, что далеко не очевидно, и важно понять, что является причиной такой взаимосвязи. Рассмотрим несколько гипотез.

1. Владельцы знаний. Согласно данным ЮНЕСКО[129]129
  _{Пресс-коммюнике ЮНЕСКО № 2009-139. – Стат. ин-т ЮНЕСКО (ISU), 2009.}


[Закрыть], число ученых (специалистов, участвующих в R&D) в мире составило в 2007 году 7,1 млн человек. Объем знаний человечества на эту дату, согласно формуле (5.2), составляет ~ 21 млн у.к. Таким образом, на каждого ученого приходится примерно три условные книги знания. Если для оценок по порядку величины принять, что объем знания, которым ученый хорошо владеет и использует в творческий период жизни, составляет порядка 50 у.к., из которых половину занимает популярное, универсальное знание, а 25 – уникальное, то получим, что каждой книгой уникального знания пользуется в среднем около восьми ученых. Поскольку все эти ученые говорят на разных языках, введем коэффициент языкового барьера, равный ~ 4 (условно: английский, китайский, испанский и один из европейских). Следовательно, каждой книгой знания владеет всего лишь порядка двух ученых и разработчиков, не разделенных значительными языковыми барьерами. Понятно, что это предельно мало.

Однако существующее соотношение количества специалистов в области R&D к общему числу людей, которое в 2007 году составляет около 0,11 %, является объективным показателем системы создания и эксплуатации знания человечества. Соответственно увеличение объема используемого знания возможно только при увеличении числа людей. Конечно, в прошлые эпохи не было такого явного выделения специалистов в области R&D, но и в то время число людей, занимающихся сопровождением существующих знаний, было предельно малым.

2. Финансирование R&D. Ограниченной является возможность финансирования исследований и разработок. В 2002–2007 годах на R&D в мире тратилось в среднем 1,71–1,74 % мирового ВВП[130]130
  _{Пресс-коммюнике ЮНЕСКО № 2009-139. – Стат. ин-т ЮНЕСКО (ISU), 2009.}


[Закрыть]. Таким образом, для обеспечения финансирования работы одного ученого работают около 16 человек, и, видимо, изменить данный показатель в глобальном масштабе достаточно сложно. Соответственно рост финансирования R&D происходит только пропорционально числу людей.

3. Создание знаний (число ученых). Возможность создавать новые знания также связана с числом ученых, а соответственно и людей. Так, в 2007 году объем публикаций, зарегистрированных в базе данных Scopus[131]131
  _{Реферативная база данных Scopus.}


[Закрыть], составил 1,07 млн, или 0,15 публикации на одного специалиста, участвующего в R&D. Если принять, что в среднем каждая публикация имела объем около 15 страниц (~15 % у.к.), то публикационная производительность среднего ученого составит ΔP_S1 ≈ 2,26 % у.к. в год, а за всю творческую жизнь (около 40 лет) ΔP_S ≈ 90 % у.к. Общее количество произведенных знаний на одного ученого составит ΔZ_S1 ≈ 6,8 % в год или ΔZ_S ≈ 2,7 у.к. за все время работы. Весь современный корпус ученых произведет за свою жизнь примерно ΔP ≈ 6,4 млн у.к., которые будут зарегистрированы в базе Scopus, и около ΔZ ≈ 19 млн у.к. суммарного объема знаний. Это близко к имеющемуся в настоящее время объему знаний Z ≈ 23 млн у.к. Таким образом, производительность научного знания корпусом ученых по величине близка к имеющемуся объему знаний (при этом мы не рассматривали фактор устаревания знания и вывода его из использования, что допустимо при расчете по порядку величины и быстрых темпах роста знания, но в принципе его необходимо учитывать). Тем не менее видно, что фактор производительности системы создания знания может существенно влиять на пропорциональность знания числу людей.

4. Число профессий. Для глобальной реализации полученных новых знаний необходимо по каждому направлению знаний создать профессиональное сообщество. В работе[132]132
  _{Анисимов В.А. О законе возрастания сложности. www.yugzone.ru/articles/438. – 2006.}


[Закрыть] высказана гипотеза о том, что число таких профессий (N_P) в мире равно числу людей, деленному на условную начальную численность человечества N₀ = 100 000.

N_P = N/N₀. (5.3)

В соответствии с этой гипотезой в настоящее время в мире около 70 тыс. профессий и объем знаний на каждую профессию составляет 325 у.к. Примерно такое количество знаний может держать в поле своего профессионального внимания человек, но не знать досконально.

Достаточно близко к реальному и указанное выше количество профессий. Так, в общероссийском классификаторе профессий[133]133
  _{Общероссийский классификатор профессий рабочих, должностей служащих и тарифных разрядов // Госстандарт России. – 1994. – № 367.}


[Закрыть] в 1994 году содержалось около 10 тыс. профессий, однако в нем минимально были отражены наиболее наукоемкие профессии в области информационных и биотехнологий. Сказывается также то, что профессии вносятся в справочники с запаздыванием и далеко не все направления науки развиваются в России.

При таком определении профессии на каждую из них приходится примерно 100 специалистов в области R&D, в том числе по 25 на каждую из указанных выше языковых групп. Вполне вероятно, что именно требование к числу специалистов R&D в творческой группе и является реальным фактором, определяющим численность профессиональной группы в 100 000 человек.

5. Число изобретателей и инноваторов. По мнению ряда авторов (Й.А. Шумпетер, А.В. Подлазов, М. Кремер), рост технологий (Р) происходит вследствие того, что их создают удачные и сообразительные люди, которых тем больше, чем больше численность населения (1.6). Поскольку существенным и поддерживаемым обществом является то знание, которое используется в реальных инновациях и производстве общественных благ, отсюда следует взаимосвязь объема знаний с количеством людей.

Таким образом, имеется несколько факторов, которые связывают объем знаний с числом людей (табл. 5.4). В настоящее время можно относиться к ним как к гипотезам, однако это не уменьшает достоверности полученного выше эмпирического результата о пропорциональности объема знаний человечества числу людей.

Таблица 5.4. Гипотезы о причинах взаимосвязи объема знаний с числом людей

Представляется, что наиболее существенными являются причины 1, 3 и 4 (число владельцев знаний, его производителей и число профессий), однако и остальные факторы достаточно значимы, о чем свидетельствует наличие у них активных сторонников.

Использованный выше подход к учету знаний человечества (см. табл. 5.1) хотя и не очень точен, но позволил рассмотреть всю картину роста знания на протяжении всей истории человечества, а также избежать влияния использования ИТ на определение объема знаний. Впрочем, объем знаний в библиотеке конгресса в 2012 году удовлетворительно укладывается в общую зависимость, несмотря на то что это уже время широкого использования ИТ. Не исключено, однако, что в 2012 году не учтен значительный объем знаний. Естественно, в последнее время появились и более точные данные по приросту нового знания, которые можно использовать для уточнения полученной картины.

Годовой прирост знания ΔZ можно оценить как по формулам (5.1), (5.2), так и по годовому объему публикаций и патентов в мире ΔP. Хотя они и не исчерпывают всех источников знаний, но являются основными тщательно фиксируемыми и недублированными источниками знания. На рис. 1.11 приведена зависимость числа публикаций в мире от времени, а на рис. 5.3 – число выдаваемых ежегодно патентов[134]134
  _{Цит. по: Немцов Э.Ф. Человечество становится всё изобретательнее. – 2011.}


[Закрыть] (в миллионах). Здесь с целью исключения двойного учета учтены только патенты, выдаваемые резидентам.

Рис. 5.3. Число выдаваемых в мире за год патентов (млн/год)

Сравнение динамики выдачи патентов и публикаций показывает (рис. 5.4), что их число по-разному изменяется во времени. До 1946 года число патентов превышает число публикаций, а позднее, наоборот, количество публикаций в два-три раза превосходит число патентов. Это, видимо, связано с тем, что патенты стали тщательно регистрировать раньше, чем другие виды публикаций.

В то же время в базе Scopus представлено примерно 25 млн патентов[135]135
  _{Реферативная база данных Scopus.}


[Закрыть]. С 1949 года, когда в базе Scopus наблюдается резкий скачок публикаций, во всем мире было выдано примерно 28 млн патентов. Таким образом, можно полагать, что до этой даты включение патентов в Scopus было ограниченным, а после ее весьма полным. Поэтому при расчете суммарного прироста числа публикаций и патентов ΔP(Т) до 1949 года суммировались данные по количеству патентов по патентной статистике и публикаций из базы Scopus, а начиная с этой даты использовались только данные из Scopus.

Рис. 5.4. Рост годового числа патентов и публикаций в мире

Для сравнения зависимостей ΔZ(Т) и ΔP(Т) было принято, что в среднем каждая публикация из базы Scopus (см. рис. 1.11) и каждый патент (см. рис. 5.3) имеют объем, равный 15 % у.к. При расчете прироста знания ΔZ до 1975 года использовалась гиперболическая формула (5.1), а после нее – формула (5.2), а также статистические данные по численности населения мира из работы С.П. Капицы[136]136
  _{Капица С. П. Парадоксы роста: законы глобального развития человечества. – М., 2012. – С. 69.}


[Закрыть] с линейной интерполяцией между приведенными значениями.

Результаты сравнения прироста объема знаний человечества ΔZ(Т), вычисленного по формулам (5.1), (5.2), и прироста публикаций и патентов ΔP(Т) приведены на рис. 5.5. Видно, что число публикаций и патентов составляет менее половины от расчетного объема знаний. Обе кривые выходят «на полку», однако между расчетной кривой и зафиксированным в Scopus объемом публикаций существует сдвиг по времени примерно на 25–30 лет. Это свидетельствует о том, что в формулах (5.1), (5.2) нужно учесть задержку по времени роста объема знаний по сравнению с ростом числа людей.

Рис. 5.5. Годовой прирост знаний, а также публикаций и патентов

В первом приближении это можно сделать, используя в формулах (5.1), (5.2) значение числа людей на 25 лет ранее N(T–25) и соответственно увеличив в 1,5 раза числовой коэффициент. При этом они приобретают следующий вид:

Z ≈ 2,25∙10⁹ / (2050–Т)^1,25; (5.4)

Z ≈ 30(N(Т–25)/N₀)^1,25. (5.5)

Сравнение аппроксимационных формул (5.1) и (5.4) для объема знаний, а также опорных точек из табл. 5.2 за последнее столетие дано на рис. 5.6.

Рис 5.6. Сравнение аппроксимационных формул (5.1) и (5.4)

Видно, что формула (5.4) значительно лучше аппроксимирует опорные точки в области демографического перехода, чем формула (5.1). При этом за счет сдвига в 25 лет гиперболическая зона и соответственно область применимости формулы для объема знаний (5.4) распространяется до 2000 года и даже дальше.

В табл. 5.5 приведены значения погрешностей формул (5.4) и (5.5) в разное время. Видно, что формула (5.5) лучше аппроксимирует опорные точки после 1960 года, но хуже в более удаленное назад время (табл. 5.5).

Таблица 5.5. Погрешности формул для объема знаний человечества

Если ограничить область применимости формулы (5.4), ее можно сделать еще более точной в диапазоне 1950–2005 годов, за счет увеличения постоянного коэффициента от 2,25 примерно до 2,4. Такой прием может быть использован при расчетах, поскольку данная формула более простая, чем формула (5.5), и не связана с определением численности населения.

Сравнение формул (5.2) и (5.5), приведенное на рис. 5.7, показывает, что в данной области они примерно одинаково точно аппроксимируют опорные точки по объему знания, причем вблизи 1960 года формула (5.2) даже несколько точнее.

Рис 5.7. Сравнение аппроксимационных формул (5.2) и (5.5)

В области 1975 года объем знаний по формуле (5.5) растет более медленно, что отражает заниженную численность человечества после войны и соответственно более быстро растет после 1990 года, что отражает быстрый послевоенный рост численности населения. Важно, что прирост объема знаний после 2015 года, согласно формуле (5.4), значительно выше, чем по формуле (5.2).

Сравнение расчетных значений прироста знания ΔZ(Т) по формулам (5.4) и (5.5) с приростом числа публикаций, включая патенты, ΔР(Т) дано на рис. 5.8. Для удобства сравнения здесь приведено утроенное значение ΔР(Т).

Рис. 5.8. Сравнение расчетного прироста знания с числом публикаций

Из рис. 5.8 видно, что кривые ΔZ(Т) и ΔР(Т) достаточно близки друг к другу, причем они примерно одновременно выходят на полку. Заметное отличие количества публикаций от расчетного прироста объема знаний наблюдается в период мировых войн, особенно в 1940–1945 годах. После 2020 года прирост объема знаний достаточно быстро уменьшается, что связано с демографическим переходом и падением темпов прироста населения мира.

Прирост объема знаний человечества в настоящее время характеризуется следующими цифрами. В 2010 году при численности населения, примерно равной 6,8 млрд чел., и темпах его прироста ΔN ≈ 74 млн чел. в год согласно формуле (5.5) объем знаний Z ≈ 21,6 млн у.к., а годовой прирост знаний ΔZ ≈ 470 тыс. у.к. Из общего объема знаний 17,5 млн у.к., или 81 %, было опубликовано с начала XX века. Сейчас темп роста составляет 2,2 % в год.

При этом в 2010 году было зафиксировано 1 050 тысяч публикаций Scopus (в том числе выдано резидентам 550 тыс. патентов[137]137
  _{Реферативная база данных Scopus.}


[Закрыть]), что соответствует приросту публикаций ΔP = 158 тыс. у.к., или 1/3 от прироста знания ΔZ. Такое расхождение этих данных достаточно приемлемо, поскольку есть еще значительное количество других типов знаний, которые не столь тщательно учитываются, как статьи и патенты. Так, в базе Scopus проиндексировано 376 млн научных веб-страниц[138]138
  _{Scopus. Content Coverage Guide, 2013.}


[Закрыть].

В целом можно утверждать, что использованный первоначально подход для оценки объема знаний человечества находит удовлетворительное подтверждение с точки зрения учета объема публикаций, в том числе патентов.

Приведенные выше выражения для определения численности человечества N и объема его знаний Z позволяют сделать оценки соответствующих величин в периоды различных технологических революций, указанных в табл. 4.2, и выявить закономерности их изменения[139]139
  _{Орехов В.Д. Знания в системе развития общества//Бизнес-образование, РАБО. – 2010. – № 28 – С. 78.}


[Закрыть], [140]140
  _{Орехов В.Д. О парной взаимосвязи длинных волн: Тр. XV междунар. научн. – практ. конф. «Качество дистанционного образования: концепции, проблемы, решения». – М., 2013. – С. 165.}


[Закрыть]. Соответствующие данные, полученные с использованием выражений (1.1), (5.1), (5.2), приведены в табл. 5.6.

Видно, что между технологическими революциями численность человечества увеличивалась примерно в 1,41 раза, а объем знаний – в 1,54. Отклонение от этой закономерности до демографического перехода не превышает 0,01, причем данная погрешность связана с использованием целых значений лет.

Таким образом, прослеживается весьма интересная и, предположительно, фундаментальная закономерность увеличения объема знаний и числа людей между технологическими революциями в постоянное число раз.

Таблица 5.6. Характеристики технологических эпох

Для получения более точных дат технологических революций будущего воспользуемся для расчета объема знаний формулами (5.4) и (5.5). Будем также считать, что между датами смежных революций объем знаний меняется в постоянное число раз. В качестве ориентиров выберем средние даты технологических революций из табл. 4.1. Полученная последовательность дат революций приведена в табл. 5.7. Там же в последнем столбце для сравнения даны осредненные прогнозы дат технологических революций из табл. 4.1.

Таблица 5.7. Уточненные характеристики технологических эпох в XX–XXI веках

Видно, что по сравнению с формулами гиперболического типа (5.1), (5.2) (см. табл. 5.6) рост объема знаний между революциями уменьшается с 1,54 до 1,47, т. е. примерно на 10 %. Даты революций в гиперболической зоне достаточно близки к указанным в табл. 4.1, а также не сильно отличаются от приведенных в табл. 5.6. Дата кибернетической революции сдвигается с 1980 на 1990 год, что лучше соответствует реальности с учетом того, что существует два этапа кибернетической революции (предвестник и основная).

Дата предвестника биотехнологической революции смещается на 2006 год, что с точностью до двух лет соответствует реальному началу последнего кризиса.

Обратим внимание на всплеск прироста населения, который требуется для выполнения условия постоянного прироста знаний между датами революций, в области 1968 года, с 1,4 до 1,52. Он связан с тем, что в зоне начала демографического перехода темп роста населения Земли близок к максимальному, а знания создаются относительно малочисленным поколением, родившимся за 25 лет до того после Второй мировой войны.

Наиболее значительным сдвигом по сравнению с датами, представленными в табл. 5.6, является приближение биотехнологической революции к нашему времени (к 2026 году). Это связано с тем, что зона наиболее быстрого роста численности человечества приходится примерно на 1980–2000 годы, и спустя 25–30 лет это поколение людей будет в трудоспособном, творческом возрасте и внесет важный вклад в быстрый рост объема знаний и создание будущего знания человечества.

Существует, однако, вероятность того, что специфика использования лекарственных препаратов, обусловленная требованием их длительной проверки, а также вопросы этичности применения ряда достижений биотехнологической революции и их соответствия традиционным законодательным нормам приведут к затягиванию сроков ее реализации. Массовое использование биотехнологий вызывает также обоснованные опасения о безопасности их применения, и это также может вести к задержке их внедрения в бизнес-практику.

Еще одна проблема связана с тем, что для массового внедрения биотехнологий необходимо предварительно подготовить огромное количество специалистов соответствующих профессий, однако пока не заметно, что образование осуществляет соответствующий переход. К тому же освоение биотехнологических профессий должно осуществляться прежде всего в странах, лидирующих в развитии этих технологий и не имеющих запасов человеческих ресурсов, которые могут осваивать новые технологии. Соответственно требуется принять болезненные решения о переводе производства технологий предыдущего поколения в развивающиеся страны, имеющие избыток трудовых ресурсов.

В качестве примера напомним, что когда СССР в результате НТР осуществил переход в авиастроении к турбореактивной технике, а через несколько лет к ракетной, пришлось принимать решение о прекращении многих направлений авиастроения с тем, чтобы обеспечить научно-техническими кадрами ракетно-космическую отрасль. Это привело к существенным потерям знания, и через несколько лет пришлось восстанавливать авиационную отрасль.

Вместе с тем важно понимать, что мировой кризис 2008 года, который длится уже семь лет, имеет в своей фундаментальной основе не экономическую или финансовую причину[141]141
  _{Мировой экономический кризис (с 2008 года). – Википедия, 2015.}


[Закрыть], а инновационно-технологическую. Пока проблема перехода к биотехнологическому способу производства не будет решена, никакие попытки завершения депрессии принципиально не могут привести к положительному результату. Именно такой вывод следует из полученных в данной работе результатов. Конечно, его нужно проверять. По мнению автора, для этого целесообразно использовать инструменты маркетинговых исследований.

Использованный выше подход к прогнозированию дает возможность предсказать еще одну дату революции, которая условно названа «предвестник революции знания» и должна произойти ориентировочно в 2059 году. Важность предсказания этой даты связана с тем, что в связи с демографическим переходом и стабилизацией численности населения Земли эта революция может стать последней в истории человечества.

Однако те новые технологии создания знания, которые могут стать следствием кибернетической и биотехнологической революций, а также предвестника революции знания, вселяют уверенность, что будут созданы условия для дальнейшего роста производства знания без роста численности человечества и соответственно наступят следующие технологические революции. Вместе с тем актуальность революции, связанной с производством знания, весьма велика.

Как показано в предыдущем параграфе, количество нового знания, появившегося между революциями (включая революции-предвестники), составляет около 50 % от всего знания, накопленного за все предыдущие технологические эпохи, а прирост числа людей – 41 % от их численности в конце предыдущей технологической эпохи. При этом прирост знаний примерно в полтора раза превышает объем знаний, созданный за предыдущую технологическую эпоху. Это важно с точки зрения изменения приоритетов для инноваторов и предпринимателей, поскольку при меньших объемах переключение стереотипов мышления будет происходить у относительно малой части предпринимателей.

Ясно, что для использования такого большого количества новых работников и знаний, а также применения их для создания новых инноваций и материальных ценностей требуется радикальное преобразование всей мировой экономики, хозяйственного и общественного уклада. При этом нужно включить в работу резко возросшее количество людей, обучив их новым профессиям, необходимым для реализации нового знания. В результате количественный рост объема знаний переходит в качественный скачок, а он, как показывает практика, реализуется через мощный экономический кризис (революцию).

Следует отметить, что проведенный выше анализ (см. рис. 4.2, 4.3) не выявил в закономерностях роста числа инноваций явного соответствия с датами технологических революций. Более того, пики роста патентования изобретений (см. рис. 4.4) по-разному ведут себя для основных революций и предвестников. При этом пик появления крупных изобретений характерен для окончания революции-предвестника, а в начале основной революции количество крупных изобретений длительное время уменьшается. Поэтому инновационная активность с низкой вероятностью является активатором технологических сдвигов.

Рост числа людей несет в себе качественные изменения только через неравномерность роста в различных регионах, а не через количественный рост. Это создает потенциал изменений в странах с быстро растущим населением, но также приводит к увеличению нагрузки на экономику, связанной с необходимостью материального обеспечения новых граждан. Поэтому численный рост сам по себе вряд ли является активатором технологических революций.

В то же время рост знания вполне может претендовать на ведущую роль в инициировании технологических революций. Выявленные выше закономерности позволяют сформулировать новую модель циклического развития человечества, которая в виде схемы представлена на рис. 5.9.

Суть модели «волны знания» заключается в следующем: существует цикл оборота знания (см. рис. 2.1, 5.1), включающий в себя последовательность влияющих друг на друга факторов. Взаимодействие происходит следующим образом:

1. Рост ВВП на душу населения (G/N) приводит к росту численности населения Земли (N), согласно полученным зависимостям (3.3), (3.10).

2. Рост численности населения приводит к росту объема знания человечества (Z) с задержкой в 25 лет.

3. Рост ВВП на душу населения и знания приводит к возникновению новых актуальных потребностей человечества, однако бизнес не готов их удовлетворить.

4. Рост знания в определенный момент приводит к превышению порогового значения, характерного для начала технологических революций.

5. Превышение порогового значения в совокупности с качественно новыми потребностями людей и ростом спроса приводит к инновационному импульсу.

6. Инновационный импульс инициирует инвестиционный выбор направления новой технологической революции.

7. Массовые инвестиции в выбранное направление развития приводят к перестройке экономики, производства, законодательства, образования и всей системы мирового хозяйства.

8. Перестройка мирового хозяйства дает новый импульс росту ВВП.

Рис. 5.9. Модель циклического развития человечества «волны знания»

В табл. 5.8 дано краткое описание данной модели в сопоставлении с аналогичными моделями Н.Д. Кондратьева и Й.А. Шумпетера.

Таблица 5.8. Модели циклического развития человечества

Видно, что эти модели существенно различаются, хотя важной составляющей их всех является инновационная компонента. Однако в моделях Й.А. Шумпетера и Н.Д. Кондратьева инновации служат первоначальным импульсом, а в модели «волны знания» инновации являются следствием триггерного эффекта от роста количества знания.