Цифровая экономика: экосистемы против корпораций. Создание самоорганизуемой инновационной экосистемы в зонах особого территориального развития

Любой биоценоз взаимодействует с факторами физико-хим. среды. Экосистема объединяет е себе биоценоз и биотоп (А.Тенсли). В.Н.Сукачев предложил понятие - биогеоценоз. В экосистеме потоками вещества и энергии объединяются в единое целое все составные части биоценоза, включая трофические уровни, а также почва, грунт, воды и часть атмосферы.

Границы экосистем обычно в такой же степени определенны или условны. Наибольшая экосистема нашей планеты - биосфера. В ней различают отдельные биомы - круп. экосистемы, занимающие ландшафтную зону, высотный пояс в горах или остров. Для земного шара обычно называют несколько десятков осн. биомов, при необходимости кол-во выделяемых биомов м.б. увеличено. В масштабах одного материка м.б. выделено несколько сот экосистем разных типов. В пределах каждого типа выделяемых экосистем, биоценозов или фитоценозов обнаруживается множество вариантов. Каждый конкретный биоценоз обладает своими индивидуальными особенностями. Возможно выделение экосистемы лесной лужицы или экосистемы в масштабе организма жвачного млекопитающего.

Круговорот вещества, потоки энергии и информации в экосистемах. Троф. уровни, пищевые цепи и сети биоценозов представляют собой звенья потоков вещества и энергии, которые объединяют подсистемы экосистем в единое целое. Энергия Солнца в основном и обеспечивает деятельность живых систем биосферы.

Энергия солнечного света и хим. превращений, извлекаемая фотосинтетиками и хемосинтетиками из неорг. природы, переходит с одного троф. уровня на др. с большими потерями. Н-р, раст.ядные животные полностью не съедают всю раст. массу, т.ж. как и хищники обычно не уничтожают полностью популяции своих жертв. Часть биомассы любой популяции идет на жизнедеятельность организмов (рост, развитие, размножение, поиски пищи), аккумулируется в теле многолетних организмов и на следующий троф.уровень попадает (аккумулируется в телах организмов) от 1 до 10% от кол-ва энергии на предыдущем уровне. Потоки энергии в экосистемах подобны пересыхающим рекам и постепенно теряются в пространстве экосистемы.

Вся совокупность организмов, живущих за счет энергиии Солнца, называется фотобиосом. Организмы, использующие хим. энергию, составляют хемобиос.

В пищевых объектах совмещаются энергия и в-во, необходимые для жизнедеятельности биосистем. Однако для лучшего понимания этого процесса полезно рассматривать потоки энергии и вещества порознь. Одно из своеобразий потоков вещества - их частичная замкнутость (цикличность). В экосистемах действуют биогеохимические циклы (по Вернадскому), которые объединяют живую часть экосистемы (биоценоз) с неорг.

В наземных экосистемах хим. в-ва извлекаются органами растений из ОС и входят в состав их тел. Часть растительной массы (менее 10%) потребляется консументами, остальная (свыше 90%) поступает в детритиые пищевые цепи - это опад (листья, ветки, лепестки цветов и т.д.), сухостой, валежник, ветошь трав, к/е подвергаются относительно медленному разложению благодаря деятельности редуцентов. Продукты жизнедеятельности продуцентов, консументов и редуцентов (вода, газы, неорг. и отн. простые орг. вещества) оказываются во внешней среде и вновь могут быть вовлечены в круговорот вещества.

Фитомасса суши обновляется в ср. каждые 14 лет. В лесах скорость круговорота в-в отн. ниже (деревья живут десятки и сотни лет), чем в луговых сообществах. Еще быстрее круговорот в-ва происходит в морских экосистемах, где среди продуцентов велика доля фотосинтезирующих бактерий и одноклеточных водорослей с очень коротким жизненным циклом. Биомасса МО обновляется в среднем за 33 дня, а фитомасса - за 1 день.

Информационные процессы экосистем пока изучены недостаточно. У каждой клетки и многоклеточного организма свои информационные системы, среди которых важное место занимают нуклеиновые кислоты. Популяции имеют свои информационные системы: это их генофонд, коммуникативные системы. Биоценозы и экосистемы включают в себя информационные системы популяций, а также имеют информационные системы своего уровня.

Палеонтолог и палеоэколог познает и реконструирует экосистемы прошлых геолог. эпох, извлекая и "прочитывая" информацию ископаемых отложений. Н-р, амер. ученые извлекли из желудка ископаемой мухи, прекрасно сохранившейся в куске янтаря возрастом 40 млн.л, жизнеспособные споры бактерий. Образец предоставил возможность установить: возраст находки; строение ДНК ископаемой мухи и спор бактерии; пузырьки воздуха в янтаре позволяют уточнить состав атмосферы того времени.

Продуктивность экосистем. Важное значение имеет биолог. продуктивность ест. и искус. экосистем, к/я складывается из продуктивности местных популяций. Продуктивность продуцентов (растений) назыв. первичной, продуктивность консументов - вторичной. Вновь созданная продукция биомассы за вычетом трат на жизнедеятельность называется чистой продукцией. Чистая первичная продук-ть (ЧПП), выражаемая в количестве растительной биомассы, вновь созданной на единице площади в единицу времени. Обычно используются значения воздушно-сухой биомассы.

ЧПП экосистем тундры составляет 0,1-0,5 т/га в год; в широколиственных лесах умеренных широт она варьируется от 0,9 до 2, в дождевых лесах - от 6 до 50 т/ га. Чистая вторичная продуктивность (продуктивность животных) меньше чем ЧПП на 1 - 2 порядка.

Продуктивность биоценозов зависит от кол-ва солнечной энергии, к/е приходит в экосистему, длительности вегетационного сезона, обеспеченности водой и питательными веществами и некоторых других факторов, включая антропогенные.

Потоки вещества

Как не удивительно, но по сравнению с потоками энергии в значительно меньшей степени исследованы потоки вещества и их структура в экосистемах различных водоемов. Пожалуй, можно сказать, что больше всего работ посвящено изучению биогенных элементов, главным образом фосфора и азота. В большинстве водоемов исследовались количества этих веществ или разных их форм, сезонные их изменения в водоемах разного трофического статуса. В экосистемах некоторых из них изучались различные аспекты количественной оценки участия разных гидробионтов в процессах круговорота веществ в водных экосистемах. В результате таких исследований были получены сведения, которые позволили количественно выразить скорости экскреции фосфора и азота гидробионтами как функциюих массы и линейных размеров (Kuenzler, 1961; Johannes,1964; Tatrai, 1982,1987; Fukuchara, Yasuda,1985,1989; Гутельмахер, 1986 и др.). Это позволило количественно оценить участие организмов зоопланктона, зообентоса и рыб в процессах круговорота фосфора в озерных экосистемах (Andersson,1988), выявлена роль бентосных организмов в удалении азота и фосфора из донных отложений (Мартынова, 1985). Так, например, вместе с имаго хирономид выносится из озер Вашингтон, Мендота, Балатон от 0.9 до 6.3 , из Саратовского, Рыбинского, Можайского водохранилищ - от 0.7 до 15 % азота и от 0.6 до 12 и от 0.1 до 3.6 % фосфора, соответственно, от их количества, накопленного на дне этих водоемов. Изучена эволюция круговорота фосфора при эвтрофировании природных вод (Эволюция круговорота..., 1988). Получена зависимость между потоками фосфора (Р, мг/м 2 сутки) и биомассой животных макробентоса(В, г/м 2)(Жукова, Нагорская, 1994):

Р = 0.071* В + 10.53.

При этом экспериментально показано, что увеличение активности макрозообентоса пиводит к возрастанию потока фосфора в 0.3 - 3 раза (Mitrasemski, Ushmanski, 1988).

Скорость экскреции азота и фосфора и масса тела у животных связаны строгой зависимостью, аналогичной связи скорости обмена и массы тела (Гутельмахер, 1986), которая по отношению к зоопланктону при температуре 20 о может быть описана уравнением:

 = 1.047* W 0.801 , (44)

где:  - экскреция, мкг Р/ сутки; W - сухая масса, мг.

Экскреция минерального фосфора животными планктона зависит как от их массы так и от температуры (Жукова, 1989):

Rotatoria -  р = 0.0154*W -1.27 *e 0.096 T , (45)

Cladocera -  р = 0.519*W -0.230 *e 0.039 T , (46)

Copepoda -  р = 0.299*W -0.645 *e 0.039 T , (47)

где: Е р - экскреция мкг/мг сух. массы в час; W -масса, мкг; Т - средняя за вегетационный сезон температура воды

Около 50% вариабельности экскреции фосфора зоопланктоном обусловлено влиянием температуры при этом величина коэффициента Q 10 - 2.46 (Gulati et al., 1995).

Аналогичным образом экскреция фосфора донными животными так же зависит от температуры (Fukuchara, Yasuda, 1985):

Chaoborus flavicans - log  р = 0.022T - 0565, (48)

Limnodrilus spp. - log  р = 0.03 T - 1.760, (49)

где: Е р - экскреция, мкг/ мг сухой массы; Т - температура о С.

Скорость экскреции фосфора животными бентоса (мкг/сутки) так же зависит от их сухой массы (W, мг) (Fukuchara, Yоsuda, 1989):

 р = 0.045 W 0.622 . (50)

Скорость экскреции азота животными зависит от их массы либо линейно (Tatrai, 1982):

личинки хирономид -  N = 27.2 + 29.18W, (51)

либо в виде степенной зависимости:

личинки хирономид (Fukuhara, Yosuda, 1989) -  N = 1.66 W -0.625 , (52)

где: W – масса животных (мкг/ мг сух. массы в сутки),

лещ при 20 о С (Tatrai,1987) -  N = 0.98 W 0.62 , (53)

где:  N – скорость экскреции (мг/сутки); W - г сыр.массы.

Экскреция азота животными, так же как и фосфора зависит и от температуры - для карпов (Iwata, 1989):  N = 0.035*W 0.096 *T 0.860 , где:  N - мг/сутки; W-г сыр. массы,.и она возрастает с увеличением активности рыб (Iwata, 1987).

Анализируя взаимосвязи зоопланктона и фитопланктона и рассматривая метаболизм планктона как целого, Б.Л. Гутельмахер (1986) убедительно показал количественно, что животные планктона имеют большое значение в регенерации биогенных элементов, присутствие животных стимулирует фотосинтез и прирост биомассы, ускоряет биотический круговорот. Это же может быть отнесено и к рыбам, увеличение количества которых в водоеме приводит к возрастанию интенсивности процессов в его экосистеме. Например, обезрыбливание небольшого шведского озера привело к снижению в нем первичной продукции и увеличению прозрачности воды (Stenson, 1978).Прекращение разведения рыб в озерах приводило к изменениям количества и времени поступления фосфора в эпилимнион из более глубоких слоев воды (Uchmanski, 1988). Значительна роль донных животных в обмене фосфором между придонными слоями воды и донными отложениями. Так, например, в некоторых польских озерах донные животные используют до 30% фосфора, поступающего в придонные слои воды (Mitraszewski, Uchmanski , 1988).

Бюджет общего фосфора в озере может быть рассчитан согласно равенству(Vollenweider,1975):

d M/d t = I - O - S р,

где: М - масса общего фосфора в воде озера; I-скорость поступления его в воду с водосбора, атмосферы; О - скорость оттока его из озера; S р - скорость его поступления в седименты.

Средняя концентрация общего фосфора в воде (Р) связана с его массой в воде и объемом озера (v): P= M/v.

Тогда равенство для бюджета фосфора следует записать:

(d P/d t)v = I - O - S p .

Однако при расчетах скоростей и количеств поступления и оттока фосфора из озера кроме чисто физико-химических факторов следует принимать во внимание роль живых организмов в этих процессах, которая, как было показано выше, может иметь существенное значение.

Согласно модели Фолленвейдера (Vollenweider, 1975) при стационарном режиме осредненная концентрация фосфора в озерной воде:

P = L р (1- R y)/z r b,

где L р - фосфорная нагрузка (г/м 2 год);R y -коэффициент удержания фосфора (в долях от единицы);z - средняя глубина озера, м;r b -коэффициент водообмена, год -1 .

Хотя седиментация очень сложный процесс и зависит от многих факторов, но существует связь седиментации и площади озера:

S = M = P*v,

где:  - коэффициент седиментации фосфора; М - площадь поверхности озера.

Расчеты коэффициента седиментации показали, что его величина определяется средней глубиной озера и фосфорной нагрузкой (L р):

По Фолленвейдер (Vollenweider, 1975):

или (Саnfield, Bachmann, 1981):

 = 0.162 (L р /z) 0.458 ,  = 0.114 (L р /z) 0.598

Для 18 польских озер с низкой весенней концентрацией фосфора в воде (менее 100 мгР/м 3) коэффициент седиментации фосфора составил 0.288 год -1 . (Uchmanski, Szeligiewicz, 1988).

Оценка потоков фосфора была проведена в системе Нарочанских озер, в которых режим круговорота фосфора в общих чертах типичен для водоемов умеренной зоны (Жукова, 1989). Важнейшей составной частью биотического круговорота вещества в водоеме является ассимиляция фосфора автотрофными организмами в процессе создания первичной продукции в экосистеме водоема. Она нарастает по мере увеличения первичной продукции озер (табл. 16).

Таблица 16

Оценка потоков фосфора, обеспечивающих первичную продукцию в Нарочанских озерах (по Жукова, 1989)

Из табл.16 следует, что суммарный годовой приток фосфора в озера с водосбора составляет лишь около 10% потребностей в нем автотрофных организмов. Это свидетельствует о высокой скорости рециркуляции фосфора микрофлорой и водными животными. Экскреция фосфора животными планктона составляет в этих озерах 23 - 36% от потребностей автотрофов. Т.В. Жукова приходит к важнейшему выводу, что,поскольку поток фосфора через бактериопланктон в этих озерах составляет не более 12 - 18% от ассимиляции автотрофами, а экскреция фосфора бентосом и нектоном не была учтена, именно минеральный фосфор, экскретируемый животными, служит основным источником для обеспечения первичной продукции. Скорость оборота запаса фосфора в изученных озерах возрастала с увеличением продуктивности озер и составила, соответственно 14.1; 28.2; 40.9 и она может характеризовать напряженность биотических процессов в экосистемах озер.

В одном из голландских озер (площадь 4.7 га) потребности фитопланктона в фосфоре удовлетворялись за счет регенерации зоопланктоном, которая в разные месяцы года составляла от 22 до 239% от его содержания в воде при скорости оборота фосфора 95 - 178 час (Gulati et al.,1995).

Исследования бюджета фосфора, проведенные на трех польских эвтрофных озерах (Lawacz, 1985) показали, что количество седиментированного в озере фосфора было в 3 - 8 раз больше по сравнению с поступлением его в воду озера из внешних источников. Аналогичные величины были отмечены и в Нарочанских озерах. При этом, в озерах наиболее высокие скорости седиментации отмечались в начале весенних и осенних месяцев. Зимой, напротив, скорости седиментации фосфора были самые низкие, но зато возрастали скорости выхода его в воду из донных отложений. Содержание фосфора в детрите в этих озерах составляло от 43 до 97% от общего его запаса.

Коэффициент удержания фосфора - важная характеристика водоема как отстойника, зависит от времени водообмена в нем и концентрации фосфора в воде. В озерах он изменяется от 0.51 до 0.84, в водохранилищах - от 0.18 до 0.6 (Мартынова, 1984), для 25 разных озер Европы и Америки - от 0.2 до 0.9 (Мусатов, 1994). Этот коэффициент выше в озерах сильно заросших по сравнению с не заросшими озерами. В некоторых польских озерах удержание фосфора составляло от 23 до 45 % от его запаса (Lawacz, 1985).

В фосфорных потоках большую роль играют животные. Так, например, в одном из Мазурских озер, в котором разводится радужная форель, количество фосфора, содержащееся в рыбах, кормах для них и продуктах метаболизма рыб и их фекалиях, превышает в 2.8 раза количество фосфора, которое поступает в воду озера с площади его водосбора и воздушным путем. В то же время количество фосфора, выносимого из озера с выловленной форелью, составляло 86 % от количества фосфора, выносимого с водой вытекающей из озера реки (по данным Penczak et al.,1985; Lawacz, 1985).

Расчет годового бюджета азота в оз. Балатон (Tatrai, 1987;Татраи, 1987) показал, что экскреция азота животными бентоса составляла 34, рыбами - 10.2 % от его поступления в озеро, удержание азота бентосом - 10.7, рыбами - 12.9 % от годового его экспорта, при этом вместе рыбами удаляется примерно 1% от общего количества удаляемого из озера азота. Общее количество поступающего в озеро азота и фосфора в результате экскреции и биотурбации личинками хирономид соизмеримо с количеством биогенных элементов, поступающих в оз. Балатон с поверхностным стоком.

Проанализировать всю систему сложно переплетенных потоков вещества в экосистемах чрезвычайно трудно. Трудно еще и потому, что пока нет проверенных практикой методов совместного анализа совокупности потоков. Выбор и апробирование какого-либо показателя полезного для выявления характерных особенностей системы потоков вещества в экосистемах конкретных водоемов наталкивается на такие трудности как большая трудоемкость, продолжительность и стоимость натурных исследований. Помочь в этом отношении может анализ ситуаций и выбранной методики исследований на имитационной модели экосистемы водоема.

Как уже говорилось, для оценки сложности структуры отдельных компонентов экосистем в экологии успешно используется показатель информационной энтропии Шеннона. Он был так же успешно использован для описания структурной организации агросистем как сети потоков энергии и сравнения их между собой (Денисенко и др.). Как и следовало ожидать однородность структуры потоков связана со степенью ее сложности: увеличение однородности потоков указывает на возрастание сложности структуры и, наоборот, при снижении однородности структура потоков упрощается. Попробуем определить способность индекса Шеннона выявлять особенности системы потоков в экосистемах водоемов.

С этой целью была использована модель потоков цезия в водоеме, разработанная совместно с А. А. Умновым. За основу была взята модель, созданная А.А. Умновым в связи с необходимостью анализа круговорота цезия в водоемах после чернобыльской трагедии. Эта модель была адаптирована для наших целей. Цезий в ней рассматривался только как вещество, которое включается в общий круговорот веществ в водоеме, а в биологических системах представляет аналог калия и натрия. Цезий рассматривался в модели как некий маркер, с помощью которого оценивались возможности использования шенноновского индекса как показателя сложности структуры потоков веществ в экосистеме озера. Блок-схема модели представлена на рис. 36.

При структурировании модели экосистемы были выделены четыре блока: эпилимнион, гиполимнион, дно литорали и дно профундали. Каждый из блоков, в свою очередь, подразделен на два подблока: 1 - твердая фракция, представленная в эпи- и гиполимнионе сестоном, а на дне бентосом и активным слоем донных отложений; 2 - вода (или поровая вода на дне) с растворенными в ней веществами.

Выделенные компоненты модели связаны между собой системой потоков: 0 - сорбция свободного цезия в эпилимнионе, сестоном в эпилимнионе, 1 - садиментация связанного цезия в гипо- и эпилимнионе, 2 - седиментация на дно литорали цезия, связанного в эпилимнионе, 3 - ресуспензия связанного цезия со дна литорали в эпилимнион, 4- диффузия связанного цезия между эпи- и гиполимнионом, 5 - сорбция свободного цезия эпилимнона донными отложениями литорали, 6 - диффузия свободного цезия между эпи- и гиполимнионами, 7 - диффузия свободного цезия между поровой водой донных отложений в литорали и водой эпилимниона, 8 - сорбция свободного цезия в гиполимнионе сестоном гиполимниона, 9 - седиментация связанного цезия в гиполимнионе на дно профундали, 10 - ресуспензия связанного цезия дном профундали в гиполимнион, 11 - сорбция свободного цезия гиполимниона донными отложениями профундали, 12 - диффузия свободного цезия между поровой водой донных отложений профундали и водой гиполимниона, 13 - десорбция связанного цезия донных отложений профундали в поровую воду донных отложений профундали, 14 - десорбция связанного цезия донных отложений в литорали в поровую воду донных отложений литорали.

Даже эта сравнительно простая система потоков имитационной модели экосистемы требует для своего анализа каких-то специальных методов. Рассмотрим на примере этой модели возможности индекса Шеннона для выявления интегральных особенностей системы потоков. С этой целью исследовалось влияние на систему потоков вещества следующих факторов: изменение площади профундали как показатель изменения средней глубины водоема, перемешивание водной толщи за счет ветрового воздействия разной силы, различная рыхлость грунтов, толщина активного слоя дна, в котором главная роль принадлежит донным организмам, содержание сестона в эпи- и гиполимнионе, скорость ресуспензии в литорали и профундали.

Полученные на модели результаты, приведенные на рис. 37 - 42, показали, что при увеличении скорости ресуспензии в литорали и профундали, увеличении рыхлости грунтов в литорали, увеличении количества сестона в профундали возрастала однородность потоков или неопределенность. Снижение однородности потоков, т.е. возрастание доминирования некоторых из них отмечалось при увеличении площади профундали, а значит и средней глубины водоема, и незначительно при увеличении рыхлости грунтов в профундали. Степень однородности потоков не зависела от толщины слоя активного слоя донных отложений, как в литорали так и в профундали, а так же от количества сестона в эпилимнионе.

Увеличение средней глубины озера приводило к снижению однородности и увеличению неопределенности структуры потоков, т.е. упрощению их структуры.

Поскольку соотношение минимальных и максимальных за год биомасс сообществ животных, находящееся в прямой зависимости от значений индекса Шеннона, меняется обратно пропорционально средней глубине водоема (Алимов, 1991), следует ожидать закономерной связи между оцениваемой индексом Шеннона сложностью структуры потоков и сложностью структуры сообществ гидробионтов. В более глубоких озерах организуется более простая структура потоков вещества и сообществ жиотных, по сравнению с более мелководными озерами. Этот важный вывод не приходит в противоречие с наблюдениями на конкретных озерах, а подтверждается ими.

Однородность потоков вещества возрастает при увеличении силы ветрового перемешивания водной толщи с одновременным возрастанием скорости ресуспензии веществ в литорали и профундали водоема. При этом изменение толщины активного слоя дна не отражалось на структуре потоков, увеличение же количества сестона в профундали приводило только к очень слабому увеличению однородности потоков вещества. Изменение рыхлости грунта различно влияло на структуру потоков в разных частях озера. Так если увеличение рыхлости грунтов приводило к возрастанию однородности потоков в литорали, то однородность их снижалась в профундали. Структура потоков не менялась при изменении количества сестона в эпилимнионе, но при увеличении количества сестона в гиполимнионе она в слабой степени становилась более однородной. Если рассматривать количество сестона как некую характеристику продуктивности водоема, то можно сказать, что потоки цезия не зависят от нее.

Таким образом, для оценки сложности структуры потоков вещества (не только цезия) успешно может быть использован индекс Шеннона. В то же время ясно, что необходимы дальнейшие работы в этом направлении.

Потоки информации

Второй закон термодинамики установил критерий, позволяющий различать обратимые и необратимые процессы. При его формулировке вводится новая функция - энтропия, которая возрастает в случае необратимых процессов. Энтропия (S) служит мерой необратимого рассеяния энергии и согласно принципу Больцмана связана с числом состояний системы (вероятностей) (p):

где k - универсальная постоянная Больцмана (1.38054*10 -23 дж/Т); Т - кельвиновская температура.

Единицы энтропии могут быть получены из единиц энергии, поделенных на температуру Кельвина.

С позиций термодинамики информация (I) связана с энтропией, представляя собой негэнтропию:

I = - S = - k*lnp.

Негэнтропия - мера информации

С учетом сказанного выше поток энергии (F) связан с потоком информации (I): F/T = I.

Э. Шрёдингер (1972), рассматривая термодинамику биологических систем, писал, что организм производит положительную энтропию и для того, чтобы оставаться живым, он должен постоянно извлекать из среды отрицательную энтропию. Отрицательную энтропию (информацию) организм получает, преобразуя вещества, которые он получает с пищей или кванты световой энергии, или химические соединения в энергоносителях, используя их в биохимических реакциях. При этом разрушение вещества ведет к увеличению энтропии, а их созидание к ее снижению.

Используя понятие энтропии, можно сказать, что информация есть мера количества неопределенности, которое исчезает при получении сообщения.

Биологические системы представляют собой сложные и упорядоченные объекты, обладающие уникальной способностью сохранять и передавать информацию в виде структур и функций, возникших в результате длительной эволюции. Синтез веществ и аккумуляция энергоносителей, их трансформация и разрушение любых веществ в живых организмах идет только при участии АТФ и других макроэргов, в том числе нуклеозидов.

Нуклеозиды, являясь составными частями ДНК и РНК, участвуют в переносе генетической информации, и они же участвуют в процессах трансформации энергии, а значит и увеличении или уменьшении энтропии.

По мнению Ю.Одума (1986) эколог, построивший схемы потоков вещества и энергии в экосистеме понимает их несовершенство из-за отсутствия оценки информационных связей. Известны примеры, когда малые по биомассе популяции, через которые протекает ничтожно малая часть энергии от трансформирующейся в экосистеме, оказывают сильнейшее влияние на величины и направленности в ней потоков вещества и энергии. Таким образом, в основе внутренней структуры экосистемы лежат вещественные, энергетические и информационные связи. Эти связи играют главенствующую организующую роль в связях между популяциями отдельных видов, относящихся к одному или разным функциональным блокам. Они, а так же информационные связи с неживыми частями системы, составляют ту информационную сеть, которая и определяет все внутренние процессы (Ивашов, 1991).Трофические связи являются наиболее важными компонентами экосистем и сообществ, в узлах трофической сети, представленных организмами, накапливается информация и принимаются решения (Маргалеф, 1992). Поэтому исследования информационных связей и потоков информации и их связей с вещественно-энергетическими потоками необходимы для понимания механизма функционирования экосистем.

Само понятие информации имеет много трактовок. Образно говоря, информация является «кровью» любой системы (Маргалеф, 1992). Биологически наиболее близкое определение и понимание информации предложено Л.Н. Серавиным (1997). Информация - это существование явлений в несвойственной их природе материальной форме, но в форме отображений, изображений или сообщений. Она возникает как изменение структуры, формы, свойств или энергии объекта - носителя. Этим же автором было предложено восемь качественных законов информации. Не рассматривая все эти законы, выделим лишь некоторые из них. Закон исчезновения информации говорит о том, что в отличие от вещества и энергии она может исчезать бесследно, ни во что не превращаясь. Информация может быть передана другой системе путем переноса информации вместе с объектом-носителем, матричной передачей от объекта к объекту или через специальные каналы связи с помощью подвижных сигналов. При этом важно, что передача через каналы связи может осуществляться только путем перекодирования; прямая передача информации в этом случае невозможна. Соединение понятий «информация» и разнообразие в биологии впервые предложил И.И. Шмальгаузен (1968), рассматривая количество информации как меру многообразия.

Понятие о потоках информации было использовано Э. Лекявичусом (1986) в виде потоков от системы к ее компонентам и обратных. По его мнению, управление в биосистемах идет от целого к частям: ограничения на поведение частей накладываются с учетом результатов их взаимодействия. Такой тип управления назван координацией. Однако компоненты системы могут использовать структуры в своих собственных «целях», которые не всегда совпадают с «целями» всей системы. Такое поведение компонента было названо селфингом. “Конфликт” между кооординацией и селфингом и определяет развитие системы.

В биологии чаще всего передача информации изучается и описывается независимо от вещества и энергии. Но на самом деле есть материальные носители информации, например, энергия, которая необходима при записи и считывании информации. Информация присутствует как в структурах организмов, так и в потоках между структурами. Сложные структуры представляются пассивными носителями информации, но они обладают энергией, которая может реактивироваться и обеспечить различные уровни трансляции через соответствующие каналы (Маргалеф, 1992). Паттен (Patten, 1961) принимает, что потоки энергии и массы в экосистемах служат для переноса информации. При этом каждый перенос энергии и массы в петлях обратной связи вызывает встречный поток информации (Меншуткин, 1971).

Информационные сети включают потоки физических и химических сигналов, связывающие все части системы и управляющие (или регулирующие) экосистемой как единым целым. Поэтому можно считать, что экосистемы имеют кибернетическую природу и управляющие функции сосредоточены внутри них (Одум,1986).

Носителями информации могут выступать все известные для биологических объектов каналы связи: химический (метаболиты, аттрактанты и др.), оптические (зрительный образ, фотопериод), механические колебания среды обитания, электромагнитные волны (Зеликман, 1977). Следует отметить, что энергетически слабые сигналы, принимаемые организмами (такие, например, как фотопериод, гормоны и т.п.) имеют огромное значение и большие возможности управления функционированием сложных биологических систем. Важное значение имеет химическая регуляторная коммуникация. В водных экосистемах вода служит переносчиком регуляторных веществ, которые влияют на темпы роста и развития популяций, соотношение полов, выживаемости особей, соотношение видов и т.д. - словом на все стороны жизнедеятельности различных представителей биоты. Растворенные органические вещества (РОВ) по своему количеству в пресноводных водоемах могут превышать количество органических веществ в организмах, а их молекулы могут быть источниками энергии и информации для водных организмов. Лабильные РОВ, особенно такие, как свободные аминокислоты, действуют как источники информации для гидробионтов (Thomas, 1997).

Исследованиями на марикультуре мидий (Кулаковский, 1996) была показана важная роль биологически активных веществ, входящих в состав РОВ.При этом было показано, что на 1 га мидиевого хозяйства из потребленной моллюсками пищи поступает до 12.5% от количества РОВ. Биологическая значимость РОВ определяется тем, что многие его компоненты и являются такими регуляторными веществами, обеспечивающими гомеостаз экосистемы в целом и ее отдельных компонентов. Биологически активные вещества, занимая ключевые позиции в регуляции внутриклеточного обмена, функционируют как морфогены, гамоны, гормоны, нейромодуляторы, нейромедиаторы или их комбинации, в зависимости от стадии развития и степени организации организмов. При этом передача информации с сигнальными молекулами сахаров представляется универсальной (Плеханова и др.,1996). Сахара секретируются в воду водорослями фитопланктона и потребляются микроорганизмами. Опыты показали, что низкие концентрации (10 -7 - 10 -5 М) глюкозы, сахарозы и фруктозы вызывают сильные изменения теплоустойчивости у Daphnia magna , влияют на выживаемость рачков, причем глюкоза и сахароза в зависимости от условий эксперимента и концентрации вызывают как стимуляцию, так и ингибирование гибели рачков. Таким образом, в водных экосистемах на уровне фитопланктона начинаются не только потоки вещества и энергии, но и потоки информации. Несомненно, нельзя сводить информационные сигналы лишь к химическим. Имеется по крайней мере десять сигналов,которые способна потенциально Daphnia воспринимать одномоментно: зрительное восприятие пищи, избегание токсинов, макрофитов, хищников (минимум три сигнала для Chaoborus, Notonecta, рыб), различение особей своих и чужих видов, оценка скоплений, обнаружения пола и сигналы приводящие к копуляции у особей одного вида (Larsson, Dodson, 1993). Однако информационное значение химических веществ как сигналов огромно.

В число управляющих механизмов на уровне экосистемы входят микробные субсистемы, которые регулируют накопление и высвобождение биогенных элементов, поведенческие механизмы и субсистемы «хищник-жертва», регулирующие плотности популяций отдельных видов и многое другое. Слабые, но очень многочисленные связи между энергией и химической информацией в экосистеме были названы «невидимыми проводами природы» (H. Odum, 1971, цит. по Е. Одум, 1986).

При изучении информационных связей и потоков информации в экосистемах необходимо учитывать, что первичную информацию принимают отдельные организмы, составляющие популяции отдельных видов. Изучение информационных связей предполагает определение источника и потребителя информации, установление канала связи, идентификация кода передачи (химическая формула, фотопериод и т.п.), определения радиуса действия сигнала, выяснение формы ответа на сигнал, изучение устройства передатчика и приемника сигналов (Алексеев, 1990).

Имеется ряд успешных исследований, в которых определялись направления и способы передачи информации организмами и популяциями (Шварц и др., 1976; Хайлов, 1971, 1974).В этом плане интересны работы по изучению взаимного поведения хищников и их жертв: радиус реакции хищника на жертву, и жертвы на хищника, удачность атак хищников и способность жертвы избегать их и т.д. Экспериментально было установлено, что планктонные животные способны, выделяя химические вещества, защищаться от хищников под влиянием химических сигналов, испускаемых хищниками, некоторые виды планктонных ракообразных способны, меняя направление суточных миграций, спасаться от них, образовывать защитные морфологические структуры (шлемы, шипы и т.п.), включать или выключать механизмы полового или партеногенетического размножения, образования эфиппиев и т.д. (Larsson, Dodson,1993). В лабораторных экспериментах было показано, что хищные пелагические клещи Piona australica Vietes, накормленные дафниями, оказывали прямое стимулирующее воздействие на рост большинства планктонных водорослей, что осуществлялось вероятно через продукты экскреции клещей (Matveeva, Matveev, 1995). Опыты на простейших (Protozoa, Ciliata) показали, что хищные Litonotus lamella находит жертву по выделяемому ею белковому веществу с мол. массой 10 - 30 кДа, а его жертва Euplotes crassus выделяет вещество небелковой природы с молекулярной массой < 5 кДа, которое отпугивает хищника (Morelli, Verni , 1996). Информация о риске нападения хищников играет важную роль в структурировании популяции жертв, снижая их пищедобывательную активность и, как следствие, скорость роста и плодовитость (Gliwicz, Jachner, 1992).

Информацию в экологии чаще всего сводят к разнообразию, благодаря чему получил широкое применение в экологических исследованиях индекс Шеннона. Однако из такого понимания информации трудно получить представления о структуре потоков информации и количественно их выразить. Для понимания и оценки информационных процессов в экосистемах информацию следует рассматривать как некую характеристику внутренней организации системы, которая проявляется при воздействии объектов и процессов.

В последние время появились представления о том, что потоки информации в экосистемах могут быть определены по потокам фосфора (Покаржевский, 1991; Покаржевский, Криволуцкий, 1992). Это связано с тем, что при передаче энергии и ее трансформации, следовательно, уменьшении или увеличении энтропии в биологических системах большую роль играют соединения фосфора. Фосфолипиды участвуют в клеточных мембранах, регулируя потоки, в том числе и информации. При отщеплении фосфат-иона от макроэнергетической связи происходит не только передача энергии, но и передача информации объемом в 1 бит. Таким образом, очевидна связь фосфат-ионов с потоком энергии и информации внутри экосистем. Последовательность реакций - это канал связи, а отщепление фосфат-иона - сигнал в 1 бит, передающийся по этому каналу. Поэтому такой подход позволяет подойти к измерению потока информации в биологических системах и в экосистемах через поток фосфат - ионов, проходящий через живые организмы, так как только они передают и воспринимают информацию. Это, несомненно, позволяет оценить запасы информации в организмах, популяциях, сообществах организмов, экосистемах. Конечно, все информационные потоки не могут быть сведены только к потокам фосфора. Кроме энергетических сигналов организмы и их популяции обмениваются массой других сигналов, несущих информацию. Важно, что поступление и вынос биогенных элементов в экосистему почти всегда невелики по сравнению с их содержанием в биомассе, т.е. количеством, циркулируюшим внутри экосистемы. Так количество фосфора, которое вовлекается в круговорот в луговой степи, достигает 100 кг/га, что соответствует ежегодному потоку информации около 2*10 27 бит/га, что на три порядка ниже величины, рассчитанной Паттеном для озера (Покаржевский, 1991). Для сравнения, количество информации, сконцентрированное в книгах, написанных человечеством, примерно на 13 порядков ниже, чем количество информации, передаваемое в биоте на 1 га площади в течение года.

Таблица 17.

Примечание: - сырая масса

У донных животных содержание фосфора изменяется от 0.27 (моллюски с раковиной), 0.62 (без раковины) до!.23% у других животных от сухой массы их тела (Маккентун, 1977; Fukuhara, Yasuda, 1985; Мартынова, 1985).

Зная атомный вес фосфора и его содержание в теле организмов, нетрудно рассчитать количество молей фосфора. Каждый моль фосфора, проходящий через живые организмы, несет количество информации в битах, соответствующее числу Авогадро(6.023 10 23).Помножив количество молей на это число, получаем запас информации в конкретном организме в битах. Приняв во внимание скорость обращения биомассы (Р/B-коэффициент) за некоторый отрезок времени, нетрудно определить количество информации в продуцируемом организмами органическом веществе за то же время. Одновременно с накоплением фосфора в биомассе или продукции организмы экскретируют фосфор. Органическое вещество, минерализованное ими, так же содержит информацию. Информация в продуцируемом животными сообщества органическом веществе передается на следующий трофический уровень при потреблении животных хищниками (например, потребление рыбами органических веществ по количеству равных продукции сообществ планктона или бентоса). Информация, содержащаяся в экскретируемом животными органическом веществе, используется продуцентами. Таким образом, образуются потоки информации в экосистеме.

Рассмотрим возможность реализации такого подхода на примере сообществ донных животных. Как было показано выше, скорость экскреции фосфора водными животными () связана с сухой их массой (W) и эта связь хорошо описывается уравнениями (45 - 50). Рассчитав информацию в продуцируемом органическом веществе («информация в продукции» - I p = I b *P/B) и в экскретируемом веществе («информация в экскреции»,I ),можно по аналогии с потоком энергии определить в первом приближении поток информации(): = I p + I  .

Приведем расчет потока информации на примере сообщества донных животных в оз. Большой Окуненок Ленинградской области (Биотические взаимоотношения..., 1993). Средние за вегетационный сезон численность и биомасса животных бентоса в этом озере в 1986 г. составляли 1637 экз./м 2 и 1.24 ккал/м 2 , средняя масса животных в сообществе не превышала 0.08 мг сух. массы. В этой биомассе содержалось 0.04 моля фосфора или 0.046.02310 23 = I B бит/м 2 за сезон («информация в биомассе»). Поскольку величина Р/В - коэффициента для сообщества донных животных в озере составила в этом году 5.64 за сезон, «информация в продукции» сообщества - I P = 0.241  10 23  5.64 = 1.3610 23 бит/м 2 за сезон. Для расчета информации в экскретируемом веществе использованы уравнения связи экскреции и сухой массы животных, учитывались средняя за сезон численность животных в сообществе и средняя температура. В результате «информация в экскреции « составила I  = 1.7110 23 бит/м 2 за сезон. Следовательно, поток информации в сообществе донных животных, рассчитанный через поток фосфат-ионов, составляет - 3.110 23 бит/м 2 за сезон.

Аналогичные расчеты были выполнены для сообществ донных животных в р. Ижоре (Ленинградская обл.), на станциях, подверженных в разной степени загрязнению (Алимов, Финогенова, 1976), оз. Щучьего в Бурятии (Исследования взаимосвязи...,1987) и оз. Б.Окуненок, различавшегося в разные годы количеством рыбы (табл.18)

Таблица 18

Потоки информации (бит/м 2 *10 23 за сезон) и энергии (A b , ккал/м 2 за сезон), траты на обмен (R b , ккал/м 2 за сезон), индекс разнообразия (Н, бит/экз.) в сообществах донных животных

Примечание: другие обозначения в тексте; ст.2 в р. Ижоре - наиболее загрязненная.

Из данных табл. 18 и рис.43 видно, что в изученных сообществах донных животных соотношение между количеством информации в экскреции и энергетическими тратами на обмен у животных не зависели от степени сложности структурной организации сообществ животных, оцененной индексом разнообразия Шеннона (Н). Величина этого соотношения менялась незакономерно и составляла в среднем 0.18 10 23 бит/ккал. С другой стороны, поток информации всегда составлял некоторую долю от потока энергии, которая возрастала по мере усложнения структуры сообществ (рис. 44). В более сложно организованных сообществах, которые характеризовались более высокими значениями индекса Н, поток информации возрастал с большей скоростью по сравнению с потоком энергии. Это подтверждает известное положение о том, что усложнение организации биологических систем сопровождается возрастанием информационных связей в них.

Приведенные материалы и их анализ, конечно же, не описывают все возможные потоки информации в сложных биологических системах. Предстоит еще выявить многие аспекты и особенно количественное выражение сигнальной информации.

Информационные связи и потоки информации в экосистемах столь многочисленны и сложны, что для их определения, изучения и количественного выражения необходимо выполнить огромный объем работ, направления и методы которых еще не вполне ясны и пока трудно определяемы. Можно говорить лишь об общем направлении исследований и о понимании их необходимости. Следует вероятно согласиться с В.Р.Алексеевым (1990), что такой объем работ сопоставим разве что с расшифровкой генетического кода и выполнение его может быть отнесено уже к достижениям ХХ1 века. Однако именно сегодня следует начинать движение по этому трудному пути.

Р. Мак-Артур в 1955 г. предложил использовать уравнение Шеннона, в котором, если заменить p i , на (где n i - общее число особей вида i, N - общее число особей во всем биоценозе), получим формулу, описывающую информацию экосистемы .

где m - число групп.

Существуют два типа информации экосистемы : структурная и свободная. Структурная информация (скрытая информация) содержится в структуре экосистемы , ее количественный показатель не зависит от количества и содержания сведений, полученных о ней. Свободная информация - та часть информации экосистемы , которая содержится в сведениях о системе, полученных исследователем при анализе выборок, взятых из нее. Выборки, как правило, дают исследователю свободную информацию. Структурная информация скрыта во внутренней структуре экосистемы . См. также Информация , Уравнение Шеннона .

Экологический энциклопедический словарь. - Кишинев: Главная редакция Молдавской советской энциклопедии . И.И. Дедю . 1989 .

Смотреть что такое "ИНФОРМАЦИЯ ЭКОСИСТЕМЫ" в других словарях:

Показатель разнообразия биологической системы. Например, популяции имеют сложные половую, возрастную, пространственно этологическую, размерную и другие структуры; экосистемы представлены большим количеством разнообразных популяций видов… … Экологический словарь

Совокупность сведений для передачи заинтересованным учреждениям и ведомствам об экологическом состоянии территорий, о нарушениях его режима на массивах жилищной застройки, в зонах влияния промышленных предприятий, транспортных магистралей и в… … Словарь черезвычайных ситуаций

- (от лат. informatio разъяснение, изложение), отражение и передача разнообразия в любых объектах и процессах живой и неживой природы. Одно из основных понятий кибернетики, введенное Н. Виннером (1984). По его мнению, от степени обладания нужной… … Экологический словарь

ГОСТ Р 53794-2010: Информация о недрах геологическая. Термины и определения - Терминология ГОСТ Р 53794 2010: Информация о недрах геологическая. Термины и определения оригинал документа: аналитическая информация Часть геологической информации о недрах, содержащая сведения о строении, составе, свойствах горных пород, руд,… … Словарь-справочник терминов нормативно-технической документации

У этого термина существуют и другие значения, см. Восток (значения). Озеро Восток Координаты: Координаты … Википедия

Кризис - (Krisis) Содержание Содержание Финансовый кризис История Мировая история 1929 1933 годы время Великой депрессии Черный понедельник 1987 года. В 1994 1995 годах произошел Мексиканский кризис В 1997 году Азиатский кризис В 1998 году Российский… … Энциклопедия инвестора

Функция организованных систем, возникших естественным (эволюционным) или искусственным (креационным) путем. Различают У. в биологических, социальных, экономических, политических, технических, кибернетических и др. системах. Наиболее общими… … Философская энциклопедия

Природный парк «Донской» Дон. В … Википедия

Промышленное производство - (Industrial production Index) Определение промышленного производства, тенденции развития производства Информация об определении промышленного производства, тенденции развития производства Содержание Содержание Обозначение и качество окружающей… … Энциклопедия инвестора

В этой статье не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена. Вы можете … Википедия

Книги

• Естествознание. 11 класс. Учебник. Базовый уровень. Вертикаль. ФГОС , Сивоглазов Владислав Иванович, Агафонова Инна Борисовна, Титов Сергей Алексеевич. Учебник соответствует Федеральному государственному образовательному стандарту среднего (полного) общего образования, рекомендован Министерством образования инауки РФ и включен в Федеральный…

Цифровая эпоха для бизнеса означает множество по сути и содержанию динамических и активно развивающихся цифровых платформ. Можно долго и увлеченно спорить о том, что такое «платформа» и насколько «цифровизация» революционна для самой экономики. Можно также увлеченно и укоризненно задавать вопросы визионерам и ученым, требуя от них формализовать и объяснить новое будущее на столетия вперед. Однако уже сейчас вполне очевидно, что оно выглядит как некая активно взаимодействующая сеть разного рода и разного уровня обособленных автоматизированных информационных систем, которые открыты для массовых физических пользователей и умных устройств. В глобальном мире скоростного обмена информацией, прямо или опосредовано экономические субъекты создают, используют и регулируют такие системы - цифровые платформы.

Бизнес создает собственные и участвует в создании сторонних цифровых платформ как экономический субъект, взаимодействующий с потребителями, поставщиками, конкурентами, регуляторами. Через платформы реализуется бизнес-модель, исполняющая выбранные миссию и/или стратегические цели. Это крайне важно для формирования и поддержания конкурентного преимущества, для обеспечения собственной целостности и значимости как обособленного субъекта в экономических взаимоотношениях, а также для контролирования и координирования внутреннего развития.

Бизнес интегрирует свои и сторонние цифровые платформы для вовлечения и использования объектов (ресурсов), исполнения процессов (функций) и реализации отдельных целевых направлений (потребностей). Подобная сквозная или глубокая интеграция нескольких платформ позволяет максимально эффективно проектировать и воплощать бизнес-модели. Непрерывно повышается уровень компетенций за счет повторно используемых систем, элементов и паттернов. Оптимизируются транзакции на базе высокотехнологичных сетевых распределенных специализированных и имплементированных решений.

Бизнес регулирует свои и сторонние цифровые платформы , предъявляя требования (спрос) и выбирая наиболее полезные из них. Формальное и неформальное регулирование поддерживает практически значимые и ценные платформы, которые активно используются для воплощения собственных востребованных бизнес-моделей. Регулирование цифровых платформ повышает ценности бизнесов и экономики в целом и обеспечивает понятные условия на рынках.

Перечисленные активности бизнеса по производству, комбинированию и воздействию на цифровые платформы заставляет внимательно относится к вопросам их совместного устойчивого функционирования. В то же время неутихающая конкуренция по всем фронтам и интенсивные перекрестные профессиональные и социальные взаимоотношения, трансформирующиеся в нечто новое на базе целой сети связанных информационных автоматизированных систем, порождают проблемы разной степени сложности. Так или иначе, но некоторые из возникающих практически-значимых проблемных моментов бизнес вынужден решать уже сегодня теми средствами и инструментами, которые ему доступны. Большая же часть подлежит определенному осмыслению, теоретической и технологической проработке.

Один из вариантов, если не единственный, который способен системно развязать целые клубки хитросплетенных проблем и заложить прочный фундамент для уверенного взаимодействия цифровых платформ от разных поставщиков - это цифровые экосистемы. Есть смысл рассматривать не контекстное позадачное связывание отдельных автоматизированных систем (приложений, сервисов, платформ), а перспективное формирование благоприятного климата для их появления и быстрого совместного развития. В каком-то смысле широкое понимание инфраструктуры цифровой экономики здесь становится тождественным экосистеме цифровых платформ.

Управляемая экосистема цифровых платформ значительно повышает комплексность, количество и качество решаемых проблем, которые неминуемо сопровождают активный переход к новой экономике и масштабному использованию автоматизированных систем. К числу ключевых проблем, решаемых на уровне экосистемы, можно отнести, например, следующие девять.

1. Неадекватные технологии работы с данными

Развивая собственные внутренние функции и компетенции сбора, обработки и хранения данных каждая цифровая платформа имеет все шансы проиграть конкуренцию другим за счет сильного «забегания вперед» или «отставания». Она даже может быть принудительно исключена из системы взаимодействия, поскольку в определённый момент времени не обеспечит поддержку соответствующих правил обмена пакетами данных как на уровне форматов, так и на уровне смыслов. И независимо от того, какие технологии предпочтительны внутри платформы, существенными всегда будут являться формы и форматы внешнего информационного обмена.

Экосистема позволяет вводить нормативы и требования к данным, которыми активно обмениваются цифровые платформы, технические и экономические параметры, а также отслеживать состояние и потенциал автоматизированных систем в глобальной сети.

2. Недоиспользование цифровой аналитики

Цифровая платформа способна и правомочна реализовывать собственные методы и модели анализа той целевой предметной области, для которой она создана и используется. Однако существуют общие принципы и приемы анализа цифровых данных, которые во многом обязательны. Например, для каждой цифровой платформы крайне важна постоянная аналитика по вопросам безопасности, перегрузки, конвертации пользователей, стабильности функций, операций с внешними системами и др. Более того, базовый аналитический функционал в рамках заданных стандартов должен быть доступен самой цифровой платформе (её владельцу) и стороннему аудитору, регулятору.

Экосистема может не только предъявлять обязательные требования к аналитической составляющей каждой цифровой платформы, но и поставлять готовые унифицированные алгоритмы, шаблоны, сравнительные показатели. Что позволяет исключить проблему недооценки или неправильного использования моделей, технологий и инструментов анализа цифровых данных.

3. Низкое качество элементов платформы

Поддержание требуемого качества данных и автоматизированных моделей, технологий и продуктов, а также интерфейсов взаимодействия - это отдельная большая задача для любой цифровой платформы. Самостоятельно обеспечить качество по всем перечисленным элементам достаточно сложно, накладно и зачастую непрофессионально. Важной остается также задача понимать и сопоставлять качество собственной цифровой платформы с другими, участвующими в активном транзакционном взаимодействии. Особенно это касается значимых глубоко интегрируемых внешних цифровых платформ.

В рамках экосистемы не только возможны, но и обязательны для применения в автоматизированных информационных системах специальные сервисы (агенты, провайдеры) проверки и контроля качества исходящих и входящих цифровых данных, качества используемой предметной модели, качества применяемых инструментов и функционала в целом, а также качества интерфейсов, открываемых для взаимодействия.

4. Ошибки интегрирования

Цифровая платформа не только состоит из отдельных внутренних компонентов, но и вынуждена интенсивно взаимодействовать со сторонними системами, технологическими и функциональными модулями, пакетами цифровых данных и т. п. Причем платформа может достаточно сильно и глубоко использовать сторонние компоненты или целые автоматизированные системы. Она может интенсивно использовать другие цифровые платформы и участвовать в множествах автоматизированных моделей, реализующих сложные транзакционные схемы. Кроме того, подобное интегрирование должно устойчиво существовать и развиваться в динамике, когда сама платформа или отдельные её и внешние компоненты могут изменяться самостоятельно или даже заменяться на другие. Достаточно трудно при этом избежать значительных ошибок как на этапе проектирования интегрированных систем и их первичного тестирования, так и в последующей эксплуатации.

Экосистема цифровых платформ значительно снижает ошибки и риски интегрирования, потому что способна предложить единообразные схемы и шаблоны интеграции, стандартизированные интерфейсы, унифицированную и предсказуемую архитектуру и логику поведения и т. п.

5. Недооценка проблем безопасности

Необходимость быстро создать и выпустить на рынок рабочую версию цифровой платформы иногда заставляет игнорировать очевидные базовые проблемы. Одна из них - безопасность. Последствия могут быть весьма плачевными. А в условиях целой сети взаимодействующих автоматизированных систем даже критическая ошибка в одной из них может вызвать весьма серьёзные последствия. Не говоря уже о том, что сама система, обеспечивающая безопасность и устойчивость функционирования платформы, требует постоянного интенсивного развития и внимания со стороны адекватного риск-менеджмента. Но это отягощает платформу и сам бизнес.

Улучшить вопросы безопасности и предложить комплексное решение для цифровых платформ должна общая для них экосистема. И, пожалуй, только в рамках экосистемы возможно объединение нескольких бизнесов и платформ для объединенной стратегии управления рисками.

6. Закрытость и фрагментация платформ

Попытка бизнеса максимально закрыть или специализировать цифровую платформу может дать эффект, противоположный ожидаемому. Несмотря на полезный функционал и актуальную целевую предметную область получится не изолированная и защищенная, а несовместимая и неудобная система. Сегодня, когда пользователь искушен комплексными гибкими решениями, маловероятно, что у него появится желание долго и трудно присоединять сложносочиненное. Ну разве только у него будет сверхвысокая мотивация.

Экосистема может предложить разработчикам цифровых платформ готовые правила и практики проектирования удобно взаимодействующих систем, избавив от излишней закрытости и ненужной фрагментации по предельно узким пользовательским сегментам.

7. Ограничения по создания и использованию

Искусственные барьеры по созданию и использованию цифровых платформ и их компонентов могут быть выставлены не только поставщиком решения. В полноценную работу цифровой платформы вполне могут вмешаться недобросовестные конкуренты, особенно те, кто претендует на лидирующие позиции или те, кто поставляет специальные решения межплатформенного характера. Регулятор также может повести себя нерационально и неадекватно ситуации, вводя запреты и критические ограничения на работу тех или иных цифровых платформ.

Чтобы всего этого избежать, экосистема должна вводить четкие и понятные для участников принципы технического и рыночного координирования поведения конкурирующих и дополняющих цифровых платформ, которые поддерживаются специальными автоматизированным алгоритмами (агентами и арбитрами). В противном случае не исключены предельно нерыночные действия, ухудшающие положение различных платформ, со стороны крупных поставщиков.

8. Низкая эффективность технологий развития и обучения

Какой бы изначально совершенной и комфортной цифровая платформа не была бы задумана и воплощена её создателями, она в любом случае потребует развития по всем компонентам. Она может развиваться интенсивно - совершенствуя функционал или экстенсивно - расширяя границы целевой предметной области. Но если платформа концептуально и архитектурно не способна развиваться и обучаться, то её ждут большие проблемы на высококонкурентных цифровых рынках. Не стоит недооценивать и проблему развития внешних потребителей. Они также нуждаются в постоянной поддержке и наращивании компетенций, какими бы простыми и понятными не были бы функции и интерфейс цифровой платформы.

Развитие и обучение самой платформы и внешних её пользователей (в т. ч. подключенных систем) требует эффективных и унифицированных решений. Экосистема вполне может решить проблему неэффективных технологий развития и обучения входящих в неё цифровых платформ, предложив соответствующие подходы, схемы, варианты и инструменты.

9. Устаревшие методы регулирования

Регулирование цифровых платформ в рамках доцифровых (бумажных) технологий не способно в полной мере обеспечить их интенсивное появление и дальнейший динамичный рост. Вместо длительной процедуры подготовки, согласования и утверждения обязательных нормативных актов или добровольных стандартов требуется алгоритмическое регулирование с предварительным тестированием и отладкой каждого из вводимых правил.

Четкость, предсказуемость, релевантность, равноправие и, главное, доверие между автоматизированными системами и экономическими субъектами реализуются через оцифрованные нормативные механизмы цифровой экосистемы.

Обращаясь к сути цифровой экосистемы, становится понятным, что для неё не должно являться приоритетным применение общих и обязательных единых решений, технологий. Это не обязательно жесткая система, а гибкая рамочная конструкция, которая призвана безболезненно «сшивать» поставляемые разными производителями цифровые платформы. Цифровая экосистема нужна для взаимопонимания информационных систем с одной стороны и для развития их предметной, функциональной и интерфейсной специализации с другой. И если платформа желает входить в целевую экосистему и понимать другие её платформы, то она должна выполнять заданные требования и рекомендации. Одной из ключевых задач цифровой экосистемы является развитие подобной базы совмещения разносторонних платформ, в том числе развитие низкоуровневых автоматизированным систем, которые поставляют в рабочее пространство стандартизированные и унифицированные данные, функционал, модели, инструменты, интерфейсы и т. п. Через такую задачу появляется уникальная возможность, повышая уровень самой экосистемы, одновременно повышать уровень каждой из цифровых платформ, которые в неё входят.

Если же рассматривать цифровую экосистему не только с точки зрения сугубо информационных технологий, а как целевую трансформацию экономики, то неплохо бы обозначить три системообразующих слоя.

Во-первых , хорошо понимаемый и активный технологический слой экосистемы. Он обеспечивает новые условия (климат) для непосредственного произрастания цифровых платформ как высоко производительных ИТ-систем и их последующего целевого информационного обмена. Это слой, в котором появляются и совершенствуются такие технологии, как распределенные реестры, облачные хранилища, сетевые протоколы и идентификация и др.

Во-вторых , динамичный управленческий слой экосистемы. Он обеспечивает новые принципы, знания и технологии менеджмента, которые призваны стабилизировать и повысить эффективность процесса и целей цифровизации. Управленческий слой экосистемы определяет возможности экономического субъекта, который должен уметь справляться с новыми вызовами цифровой экономики в условиях нарастающей глобальной информатизации. В рамках этого слоя развиваются гибкое и проектное управление, бизнес-моделирование, риск-менеджмент, предиктивная бизнес-аналитика, совместное инвестирование и др.

В-третьих , переменчивый потребительский слой экосистемы. Он формирует новые социально-психологические аспекты потребления и культурно-исторические приоритеты для развития цифровой экономики на базе сети плотно взаимодействующих информационных систем. Это не технологические и не управленческие факторы, которые существенно влияют на действия экономических субъектов, позволяя или не позволяя им осуществлять те или иные транзакции. Потребительский слой экосистемы предлагает новые способы и возможности удовлетворения потребностей, такие как умное социальное потребление, потребительское софинансирование, ответственное и разделяемое потребление, ориентирование на экологические и этические продукты и сервисы и др.

На сегодня цифровая экосистема - ещё менее очевидная для проектирования и прогнозирования сущность, чем цифровая платформа. А её воплощение и принадлежность можно понимать и трактовать в меру заинтересованности и ответственности. В принципе уже две взаимодействующие цифровые платформы могут составить отдельную экосистему. А одна платформа может успешно входить в разные экосистемы за счет качественной реализации интерфейсов взаимодействия. При этом создавать (формировать и поддерживать) можно как закрытые, так и открытые экосистемы. Но всё-таки очевидно, что наиболее конкурентными и активно развивающимися будут те из них, что открыты для присоединения на единых и рациональных контрактах (условиях). И, вероятно, преимущество будут иметь экосистемы, которые позволяют отвечать задаваемым требованиям и стандартам с разной степенью реализации. Понятно, что наиболее влиятельными будут массовые из них и поддерживаемые на самом высоком ресурсном и информационном уровне. И если успешные простые сервисы-приложения сегодня может создать даже отдельный программист-гений, то цифровые платформы - это уже удел, как минимум, среднего или крупного бизнеса. А вот экосистемы - задача, которая под силу транснациональным корпорациям, консорциумам, отдельным государствам или межгосударственным союзам.

Конкуренция экосистем - это объективный процесс, который будет нарастать с каждым днем по мере того, как будет приходить понимание того колоссального эффекта, который дает совместная синергия развития целой сети цифровых платформ. Отечественной экономике в любом случае не удастся отсидеться в стороне. В ближайшее время придется принимать важное решение - создавать собственную конкурентную цифровую экосистему или присоединяться к сторонней. Причем вопрос не столько в принятии решения, сколько в его волевой реализации. И в этой связи крайне важно не забывать об интеграции, по крайней мере, со своими ближайшими партнерами по Евразийскому экономическому союзу.

Проскурнин Сергей Дмитриевич
Первый заместитель Главы администрации ЗАТО г. Железногорск
Россия, ЗАТО г. Железногорск
[email protected]

Аннотация

Инновационная экосистема является одним из инструментов для создания условий, повышающих конкурентоспособность организаций в национальных и региональных экономиках. В работе рассмотрены виды инновационных систем, проанализирован экосистемный подход в инновационной политике и предложены необходимые базовые условия для создания локальных инновационных экосистем. Проанализирована локальная инновационная экосистема в Красноярском крае - агломерационный кластер "Технополис Енисей". Что позволило на конкретном примере показать преимущество коллаборационных взаимодействий элементов "тройной спирали" кластера. В заключении дан анализ современного состояния развития кластерных программ и отмечается, что реализация проекта по созданию локальных инновационных экосистем наиболее эффективна для территорий, имеющих статус зоны особого территориального развития.