CC BY
11
ОРГАНИЗАЦИОННЫЕ СТРУКТУРЫ НАУКИ. УПРАВЛЕНИЕ НАУЧНОЙ ДЕЯТЕЛЬНОСТЬЮ
2015.02.017-018. ОРГАНИЗАЦИЯ НАУЧНО-ТЕХНИЧЕСКОЙ РАБОТЫ В ЕВРОПЕЙСКОМ АВИАКОСМИЧЕСКОМ СЕКТОРЕ. (Сводный реферат).
2015.02.017. BIGGIERO L., ANGELIN P.P. Hunting scale-free properties in R&D collaboration networks: Self-organization, power-law and policy issues in the European aerospace research area // Technological forecasting & social change. - 2014. - Article in press. - P. 1-23. -Mode of access: http://dx.doi.org/10.1016/j.techfore.2014.04.009
2015.02.018. Integrating design attributes, knowledge and uncertainty in aerospace sector / Masood Т., Erkoyuncu J.A., Roy R., Harrison A. // CIRP journal of manufacturing science and technology. - 2014. - N 7. -Р. 83-96. - Mode of access: http://dx.doi.org/10.1016/j.cirpj.2014.02.001
Ключевые слова: космические исследования; политика ЕС в области космических исследований; экспоненциальное распределение; сети сотрудничества в ИР; эластичность; самоорганизация; устойчивость; неопределенность; дизайн; знания; цифровая обратная связь; жизненный цикл.
Авторы из Италии (017) отмечают, что политика в области научных исследований усиливала свою значимость в течение длительного времени и стала одним из главных приоритетов Европейского союза. В процессе формирования информационного общества и экономики, основанной на знаниях, исследования и инновации выходят на первый план, что требует направления в эту сферу значительного объема финансовых ресурсов. Основным инструментом достижения этой цели служат рамочные программы (Framework Programme - FP), в задачи которых входят обеспечение нового качества жизни и устойчивого развития, создание новых рабочих мест, изучение проблем общества и реализация стратегии научных
исследований. Мероприятия, начатые с реализацией Программы ESPRIT (1984-1988), были связаны исключительно с сектором информационно-коммуникационных технологий и нацелены главным образом на улучшение конкурентоспособности промышленности на панъевропейском уровне.
Можно выделить два основных момента в развитии стратегии рамочных программ: 1) переход от Третьей к Четвертой рамочной программе (1994-1998), когда было значительно увеличено финансирование (от 6600 до 12 300 млн ЭКЮ) и как следствие расширена область исследований - были включены общественные науки и развитие транспорта (здесь очевидно изменение целевых установок: переход от технологического совершенствования промышленного сектора к созданию и распространению знаний среди гетерогенных субъектов); 2) признание необходимости формирования единой европейской системы научных исследований, которая объединила бы национальные инновационные системы (НИС), что выразилось в главной цели Шестой рамочной программы - создание единого европейского исследовательского пространства (ERA).
Рамочные программы работают уже в течение трех десятилетий. На протяжении этого времени различные совместные исследовательские предприятия, поддерживаемые ЕС (EU-subsidized Research Joint Ventures - EURJV), играют основную стратегическую роль в формировании интегрированного научного пространства на европейском уровне и являются движителем развития многих секторов в экономике ЕС. По этим причинам сети EURJV привлекают большое внимание специалистов, изучающих сетевые структуры. Многие из них сосредоточились на исследованиях эффективности европейской научной политики и на результатах использования ее новых инструментов. Деятельность исследовательских сетей обеспечивает доступ к полезным базам данных (главным образом для физиков и аналитиков). Некоторые исследования посвящены анализу структур рамочных программ, их главных участников и основных свойств. Представленные ими эмпирические данные позволяют понять, способны ли сетевые структуры решать основные проблемы достижения конкурентоспособности и единства ERA. Идентификация и характеристика сетей, сформированных в процессе реализации первых европейских рамочных про-
грамм, - это важный этап для оценки прошлых достижений и выбора будущей стратегии.
Согласно данным большинства исследований, ERA состоит из больших сложных сетей с более или менее иерархической структурой, в которых распределение возможности соединения узлов распадается по экспоненте. Иерархическая структура не является специфической только для EURJV, а характерна и для сетей в общественных науках (например, Всемирная паутина и Интернет), и для некоторых сетей в естественных науках. Много примеров экспоненциальных распределений найдено и в других сетях - социально-экономических, мировой торговли, формирования общественного мнения, устойчивых сделок между японскими фирмами, динамики финансовых рынков, распределения валового внутреннего продукта на душу населения и т.д.
Эксперты предположили, что такие сети соответствуют модели структуры «свободной от масштабов», что выражается экспоненциальным распределением возможности соединения узлов (017, с. 2). Такая структура производится и развивается согласно «механизму предпочтительного соединения» (МПС), где более «старые» (и более связанные) вершины увеличивают возможность соединений за счет «младших» (и менее связанных). Другие механизмы подразумевают процессы самоукрепления (положительная ответная реакция), которые, как правило, производят нелинейные результаты и часто принимают форму самоорганизации. Большинство ученых отмечают, что структура масштабной инвариантности типична для самоорганизации сложных систем. Следовательно, можно предположить, что у структур, обладающих свойством самоорганизации, не зависящей от масштабов, есть сильная и крепкая связь. И поскольку большинство форм межорганизационных сетей -это самоорганизующиеся сети, то, будучи их частью, межорганизационные союзы имеют ту же характеристику. Однако EURJV как один из типов межорганизационных союзов имеют определенные отличительные признаки: их нельзя назвать полностью самоорганизующимися из-за ограничений, накладываемых ЕС на механизмы управления рамочными программами. Поэтому EURJV могут служить хорошим примером, для того чтобы опытным путем проверить наличие и прочность отношений между самоорганизацией и МПС.
Известно что: 1) МПС формируется посредством процессов самоорганизации; 2) сети EURJV являются (частично) самоорганизующимися системами; 3) рамочные программы в целом и в некоторых секторах предположительно инвариантны к масштабу. Следовательно, авторы ставят вопрос: демонстрирует ли сеть EURJV в европейском космическом секторе исследования (в рамочных программах) свойства самоорганизующейся системы, свободной от масштабов, и до какой степени?
Аэрокосмический (АК) сектор выбран авторами в качестве примера, поскольку в этом секторе не было зарегистрировано снижение промышленного участия, которое наблюдалось в других областях в период действия Четвертой, Пятой и Шестой рамочных программ. Кроме того, исследования космоса - приоритетное направление в европейской научной политике, которое тесно связано с другими стратегическими секторами - аэронавтикой, авиационной радиоэлектроникой и оборонной промышленностью. Поэтому высшие чиновники ЕС поставили главной задачей создание разнородной, тесно связанной, согласованной сети ИР - Европейской сети научных исследований космоса (European Aerospace Research Network - EASREN). Другая причина остановить свое внимание на АК-секторе состоит в том, что предыдущие исследования сетей ERA страдают определенными методологическими ограничениями.
Изучая АК-сектор в рамках структуры Шестой рамочной программы (2002-2006), авторы намеревались показать методологическое и предметное знание свойств закона роста в сетях ERA и их значения для европейской научно-технической политики. С этой целью они сформулировали ряд гипотез (Г) относительно топологических, атрибутивных и смешанных свойств EASREN. Для этого они вводят термин «степень центрированности» (degree centrality), означающий наличие или видимость узла в сети, который определяется количеством связей, и термин «промежуточность центрированности» (betweenness centrality), означающий способность узла к посредничеству в передаче знаний (017, с. 7).
Г 1a: степень центрированности распределения организаций подчиняется степенному закону. Г 1b: распределение промежуточности центрированности организаций подчиняется степенному закону. Г 1c: распределение промежуточности центрированности организаций есть степень их распределения центрированности.
Г 2a: степень центрированности распределения сети проектов подчиняется степенному закону. Г 2b: распределение центрированности промежуточности сети проектов чрезвычайно искажено. Г 3: распределение участия организаций (в сети) подчиняется степенному закону. Г 4a: распределение размеров проектов нелинейно, но не подчиняется полностью степенному закону. Г 4b: распределение фондов проектов нелинейно, но не подчиняется полностью степенному закону (017, с. 8-10).
Авторы замечают, что у топологического и атрибутивного параметров сети обнаруживается природа самоорганизации в зависимости от эмпирического контекста анализа. Атрибутивные параметры в сетях EURJV характеризуются меньшим уровнем самоорганизации, чем топологические, и, таким образом, их контраст позволяет лучше понять отношения между самоорганизацией и МПС. Формальные и неявные правила, сформулированные ЕС и применяемые его чиновниками, внешне ограничивают внутренние процессы самоорганизации EASREN. Кроме того, проявленные вследствие организационной сложности эффекты также ограничивают создание условий для роста размеров проектов.
Аэрокосмический сектор - это технологически интенсивный сектор, в котором осуществляется непрерывный процесс инноваций. Это достаточно динамичный сектор: нередко он реструктурируется и меняет свое направление в результате радикальных изменений в технологических парадигмах, структуре рынка и институциональных конфигурациях. И ввиду высокого уровня технической и экономической сложности и рисков эти реструктуризации требуют существенных инвестиций, вовлечения различных форм организаций, стратегических союзов, научно-исследовательских институтов и университетов. Все эти факторы вызывают возникновение эффектов масштаба и появления особых моделей, которые могут стать доминирующими подобно Боингу B747, Аэробусу A330 и семейству продуктов A340. Это позволяет организовать разделение производства компонентов между различными вариантами продукта и создание нескольких продуктов на основе немногих основных модулей.
Такие особенности играют важную роль при формировании промышленных структур в АК, которые формируются как набор иерархически организованных пирамид, вершины которых обозна-
чены такими ведущими компаниями (системными интеграторами), как (Astrшm» или «Airbus». Они решают множество ключевых задач: 1) развитие и управление общим планом; 2) координация работы подразделений и потоков знаний; 3) наблюдение за сборкой продукта; 4) ответственность за конечные результаты и качество продукта.
На первом месте в цепочке создания продукта находятся двигатели, затем авионика и такие сложные компоненты, как посадочные устройства и гидравлические системы. Наконец идет заключительная сборка, с которой посредством различных соглашений тесно связан весь этот производственный процесс: от совместной разработки до разделения рисков, сотрудничества с малыми предприятиями и т.д. Более низкие уровни пирамиды включают специализированных производителей (как правило, малые и средние предприятия) средств авионики и компонентов пропеллеров (017, с. 4).
Производственные сети обычно организуются в географических кластерах: например, в Южных Пиренеях (Франция), Восточном Мидленде (Великобритания), Гамбурге (Германия), Сиэтле (США), Варесе и Риме (Италия). АК-сектор характеризуется привлечением разнообразного запаса знаний в развитие граничных технологий таким образом, что формируются горизонтальные и вертикальные потоки знаний. Соответственно, в процесс высокотехнологичного производства вовлекаются различные частные и общественные акторы: компании, исследовательские и академические учреждения и т.д. Они должны обладать следующими важными компетенциями: 1) высоким уровнем технологической способности, чтобы развивать инновационные продукты; 2) достаточным знанием рынка, чтобы идентифицировать рыночные возможности в результатах фундаментальных исследований; 3) высоким уровнем организационного знания, чтобы координировать разнообразный опыт партнеров и эффективно управлять сетью.
Методологической основой предлагаемой авторами модели управления является концепция структуры без масштабов (инвариантной к масштабу), эмпирические исследования которой проводились в течение прошлого десятилетия. Выяснилось, что эти системы характеризуются, в том числе, наличием процессов самоорганизации. Авторы приводят результаты анализа, в которых обнаружено, что для степени центрированности выше 20 связей совокупное рас-
пределение мирового экспорта и импорта растет экспоненциально с показателем степени 2,6 (017, с. 4). С учетом параметров сети мировой торговли отмечено смещение от нормальных распределений к экспоненциальным, что означает поляризацию между значительным большинством слабой торговли и меньшинством очень сильных торговых связей. Подчеркивается также, что сети без масштабов имеют фрактальную структуру, поскольку масштабная инвариантность равняется самоподобию. Части системы копируют структуру целой системы, присоединяясь к ее копиям на различных уровнях, т.е. она инвариантна (самоподобна) в различных масштабах. Это свойство, математические и геометрические аспекты которого проявляются также в общественных науках, характеризует множество таких естественных и социальных явлений, как сейсмические волны землетрясений, протяженность береговых линий, длительные инновационные процессы, экономические кризисы и т. д.
Другая важная особенность сетей без масштабов состоит в том, что их легко исследовать, поскольку в них легко ориентироваться с помощью центральных точек. Агенты сети могут получать и переносить знание от одного узла к другому и, что важно, легко найти определенный узел, даже не зная топологию сети: достаточно знать некоторые центры. Эти свойства увеличиваются нелинейно с плотностью сети. Далее, распределение центрированности промежуточности в больших сложных сетях, как известно, подчиняется степенному закону, где показатель степени - мера плотности петель. Следовательно, нужно ожидать, что наиболее связанные узлы будут обладать самой высокой посреднической способностью. Поэтому интересно измерить такой показатель для определенной сети или распределения, который указывал бы на уровень его подобия чистой степенной форме.
Авторы замечают, что, хотя обычно степенная форма проявляется, когда распределение становится заметно неравновесным (нелинейным), иногда степенную зависимость путают с показательной. Однако степенное распределение привлекает такой большой интерес ученых, анализирующих сети, потому, что это единственная неуравновешенная форма, которая описывает инвариантную к масштабу структуру.
Исследования топологии ЕИЮУ показали, что сети организаций и проектов в первых шести рамочных программах могли бы быть описаны с помощью иерархической топологии с распределением степени без масштабов для сетей организаций, в то время как у сетей проектов, по всей видимости, более сложная структура только в самом конце «хвоста»; предполагают, что эта особенность вытекает из комбинации двух степенных закономерностей и что это указывает на присутствие опорных центров. Кроме того, распределение участия организаций подобно во всех рамочных программах. Удивление, по мнению многих исследователей, вызывает то, что в каждой рамочной программе изменения в основных научных исследованиях никак не повлияли на состав организаций, участвующих в значительном числе проектов. Таким образом, изменения в ходе реализации проекта, включая правила, формальную политику, практики и непосредственные процессы взаимодействия между организациями, не затрагивали сами модели сетей.
Предположительно объяснение этого и других феноменов может быть связано с природой самоорганизации ЕИЯХУ и литература указывает на то, что масштабная инвариантность вытекает из особенностей степенных зависимостей. Действительно, это подтверждается тем фактом, что ЕИЯХУ являются подмножеством формальных сетей сотрудничества исследователей. Так же как и сети знаний и, более широко, межорганизационные сети, они самоорганизуются. Однако интересен тот факт, что среди всех этих классов межорганизационных сетей масштабная инвариантность до сих пор предполагалась только для сетей ЕИЯХУ.
В ходе своего исследования авторы столкнулись с рядом проблем. Первая группа проблем связана с тем, что до сих пор при изучении ЕИЯХУ не были использованы все имеющиеся методы, область исследований была весьма ограниченной и математические отношения не подтверждались опытным путем. Вторая группа проблем заключается в том, что развертывание эффектов самоорганизации требует минимизации внешних ограничителей, в то время как сети ЕИЯХУ большей частью управляются чиновниками ЕС и ограничиваются правилами и законами, принятыми в ЕС. Поэтому необходимо понять, почему они не вмешиваются в силы самоорганизации. Наконец, интересно проверить, связана ли степень подчинения степенной закономерности со степенью свободы от
внешних ограничений. Чтобы описать структуру EASREN, авторы применили статистически сложные методы к следующим параметрам: 1) степень центрированности организационных сетей, основанных на звездах (star) и сообществах (clique); 2) центрированность узлов (betweenness) организационных сетей, основанных на звездах и сообществах; 3) степень центрированности сети проектов; 4) центрированность узлов сети проектов; 5) организационное членство в дружественной сети; 6) размер проектов; 7) фонды проектов.
EURJV - это специфические, регулируемые сверху и самоорганизующиеся снизу сети. Нисходящий характер регулирования обусловлен: 1) частичным финансированием ЕС в зависимости от правового статуса участников и типа проекта; 2) предопределенным сроком существования; 3) определенным минимальным числом партнеров (в зависимости от типа контракта); 4) предопределенной темой исследования; 5) согласованием формального координатора и партнеров с чиновниками ЕС; 6) предопределенной жесткой формализацией и согласованием целей и роли. Восходящий характер связан с тем, что: 1) партнеры решают спонтанно и определенно, будут ли они способствовать формированию консорциума или присоединяться к нему; 2) распределение задач и конкретные способы исследования не обусловлены, хотя они должны быть одобрены вместе с заявкой.
Как и другие социальные системы, EASREN имеет много ограничений, создаваемых внешним окружением: она встроена в глобальные процессы создания ценности, подчиняется национальным и международным правилам и т.д. Поэтому авторы сосредоточились только на кодифицированных правилах и неявных методах, осуществляемых чиновниками, отвечающими за рамочные программы, на различных операционных уровнях. Такие методы относительно Шестой рамочной программы и развития ERA были утверждены и строго приписаны решением Европейского парламента и совета в 2002 г. (017, с. 7).
Данные для исследования получены от CORDIS (Community Research and Development Information Service), который предоставляет информацию о целях и достижениях, затратах, одобренном финансировании и временных рамках для каждого проекта, финансируемого в тематическом приоритете АК FP6 (2002-2006). Участ-
никами могут быть как большие корпорации, такие как EADS, или крупные общественные исследовательские организации, такие как CNRS, так и менее крупные подразделения и лаборатории. Тематический приоритет аэрокосмических исследований включает 241 проект, вовлекающий 1258 организаций, с финансированием в 1075 млн евро (и общей стоимостью 1829 млн евро). Отказавшись от проектов, реализующих мероприятия по координации и поддержке (Coordinated Actions and Specific Support Actions), исследователи получили 192 проекта и 1165 организаций из 47 разных стран (017, с. 10).
Тестирование восьми гипотез проведено при помощи пяти параметров. Два параметра являются топологическими: Dc (degree centrality) и Bc (betweenness centrality) соотносятся с сетевой звездной структурой и структурой, подобной сообществу (clique) или сети проектов. Три параметра являются атрибутивными: членство организаций (в многократных проектах), размер проектов и фонды.
В ряду основных результатов названы следующие выводы. Хорошая нелинейная структура без масштабов может быть охарактеризована распределением размеров проектов, которое успешно описывается с помощью модели степенного распределения только для проектов, вовлекающих больше чем 13 партнеров. До этого порога размеров проектов наблюдается равномерное распределение в линейной форме. Это открытие показывает неоднородность, которая раскалывает проектное пространство ниже ядра консорциумов более крупных размеров, подтверждая сильное влияние внешних факторов в управлении крупными проектами. Несмотря на то что это распределение в значительной степени обусловлено схемами финансирования по правилам рамочных программ, оно демонстрирует своего рода бимодальную линейную и нелинейную структуру.
Распределение фондов проектов, хотя и в искаженной форме, описывается не степенной моделью, а скорее показательным распределением. Отмечено, что этот внешний признак EURJV не имеет инвариантной к масштабу особенности, и отсутствие равновесия свидетельствует только о различных значениях и задачах исследований, которыми чиновники ЕС наделяют каждый проект.
Эти результаты относительно атрибутивных параметров проблематичны с теоретической точки зрения, потому что распределе-
ние размера проектов, возможно, не согласуется с причинной связью между самоорганизацией и масштабной инвариантностью. Фактически распределение размера проектов показывает степенную форму. Кроме того, масштабная инвариантность также сохраняется и она ниже порога сокращения связей узла.
Таким образом, вне ограничений, которые ЕС накладывает через кодированные правила и неявные методы рамочных программ, самоорганизационные процессы, связанные с формированием партнерств и их размером, действительно преобладают и, вероятно, отражают своего рода эффект Матфея. Однако некоторые ограничения рамочных программ могут быть и совместимы с нелинейными механизмами, даже если и не ясно, как и почему. Например, резкое различие в размерах между большими и малыми проектами благосклонно скорее к нелинейному распределению, а не к распределению без масштабов. Далее, нелинейный сегмент распределения демонстрирует, что сильные ограничения, обусловленные сложностью координации, не мешают самоорганизации формирования партнерств среди организаций, выполняющих проекты. Нужно заметить, что, помимо атрибутивного характера, этот параметр строго связан также с топологией EASREN, поскольку соотносится с числом узлов, составляющих каждую подсеть, т.е. проекты всего графа EURJV. «Это соответствие между внешними ограничениями и самоорганизацией предполагает, что пределы, задаваемые сложностью координации, сталкиваются с выбором внутренних структур соответствующих проектов» (017, с. 18).
Авторы предполагают, что «поведение агентов производит распределение, которое тем более соответствует модели без масштабов, чем больше они получают свободы для самоорганизации» (017, с. 18). Это объясняет, почему параметр финансирования, который является наиболее подверженным «внешним» бюджетным ограничениям и решениям чиновников ЕС, отстоит от чистой степенной структуры дальше прочих восьми параметров. Напротив, параметры, которые управляются главным образом «руками» каждого агента, соотносятся с более чистой формой модели без масштабов. Свобода агентов в этом определенном контексте кроется в их способности быть достаточно привлекательными, чтобы стать членом многих проектов и присоединиться к консорциумам крупных размеров. Более того, у кривой распределения фондов проек-
тов есть хвост, который исчезает быстрее, чем в степенном распределении. Учитывая, что и бюджет, и возможность соединения - это ограниченные ресурсы, другая форма их распределения указывает на интересный контраст, который снова напоминает о силе внешних ограничений vs адаптации организаций. Авторы предполагают, что способность организаций устанавливать связи и управлять ими может быть в значительной степени обусловлена их способностями привлекать фонды или финансирование.
Таким образом, свойства модели без масштабов позволяют администраторам, отвечающим за научно-техническую политику ЕС, эффективно регулировать EASREN, просто меняя политику финансирования и регулируя цели небольшого количества центров. Управленец должен знать, что на производство и распространение знаний в EASREN значительное влияние оказывает ограниченное число агентов. Вопрос, хороша ли такая концентрация власти у немногих агентов, заслуживает более глубокого анализа. Очевидно, это зависит от случайных факторов и долгосрочности стратегий.
Можно также утверждать, что фрактальность, присущая топологии EASREN, свойственна и формальным и неявным правилам ЕС. Действительно, помимо выполнения явных правил относительно размера и схем финансирования, некоторые явные и многие неявные правила регулируют формирование партнерств в соответствии с определенными количественными критериями балансирования между крупными и малыми партнерами, а также качественными критериями балансирования между академическими и промышленными партнерами, западными и восточными партнерами.
Авторы из Великобритании (018) утверждают, что изменения в авиакосмической промышленности способствовали смещению акцента в системах управления на параметры жизненного цикла продукта, на уменьшение стоимости обслуживания и увеличение удобства использования и функциональности оборудования. Соответственно возросла потребность предсказывать сервисные требования намного раньше, чем это позволяет делать традиционная модель, с учетом неопределенности, обусловленной ограниченной природой предоставления услуг, характерной для «производителей уникального оборудования» (Original Equipment Manufacturer -OEM). В результате OEM сталкиваются с трудностями, связанны-
ми с пределами их знаний о предоставляемых услугах в рамках формирующейся бизнес-модели.
Решая проблему оптимизации производственного дизайна, авторы пытаются разработать методологию с целью продемонстрировать влияние знаний и изменение уровня знаний на состояние неопределенности, которое нередко случается в дизайне жизненного цикла. Были определены следующие основные задачи: 1) поиск источников неопределенности; 2) определение атрибутов дизайна; 3) построение механизма связи уровней знаний и параметров неопределенности.
В своем исследовании авторы применили набор различных подходов - изучение отраслевой документации, организация мастерских и интервью. Работа проводилась в тесном контакте с производством, с тем чтобы глубже понять существующую практику и вызовы, с которыми сталкивается данная отрасль, а также подтвердить эффективность разработанной ими методики. На первом этапе исследования стояла задача определить контекст, которая решалась посредством анализа источников и посещения конференций. Это позволило продвинуться в понимании типов неопределенности, знания и атрибутов, которые обычно рассматриваются на стадии проектирования. Методика включала поиск по ключевым словам. На этой стадии было также установлено взаимодействие с четырьмя главными организациями, связанными с обороной и космическими исследованиями Великобритании. Активно использовалась методика проведения полуструктурированных интервью (в общей сложности более 40 час.) с проектировщиками, инженерами, менеджерами проектов, вспомогательными менеджерами, техническими руководителями и функциональными экспертами (например, в области рисков и неопределенности).
В интервью были заданы следующие вопросы: какие атрибуты рассматриваются в процессе проектирования двигателя; какие типы неопределенности встречаются в ходе проектирования; как знание влияет на неопределенность?
На втором этапе была организована мастерская с целью выявления отношений между неопределенностью, знанием и атрибутами проектирования. Оценивались следующие основные параметры: себестоимость единицы продукции, приведенная стоимость топли-
ва, вес, разработка жизненного цикла, организация исследований и технологическое лидерство.
На третьем этапе исследования оценивались понятия с точки зрения того, насколько всесторонне они описывают явления. Например, список параметров неопределенности был оценен с помощью двух полуструктурированных интервью, которые длились по одному часу каждое. Первый участник с 20-летним опытом работы в оборонной отрасли был консультантом по программным средствам. Второе интервью проводилось с менеджером по поддержке логистики с более чем 12-летним опытом. Интервью позволили подтвердить, что признаки неопределенности присутствуют в различных организациях оборонных отраслей.
Основные результаты исследования заключаются в развитии концепции «атрибуты проектирования - знание - неопределенность» (Design Attributes - Knowledge - Uncertainty - DKU).
DKU обеспечивает структурированный способ моделирования статических и динамических аспектов деятельности промышленных предприятий, а также механизм обработки данных в форме графического представления «процесса, ориентированного на структуру». Понятие «циклическая обратная связь» (Causal Loop Models - CLM), введенное в работе, обеспечивает возможности более широкого ситуативного анализа и более совершенного способа изучить глобальные цели с учетом побочных эффектов. Системная сложность таким образом уменьшена за счет разложения на элементы. Концепция DKU применена в трех процедурах: оценка «надежности», расчет потребления условного топлива (Specific Fuel Consumption - SFC) и стоимости жизненного цикла (Life Cycle Cost -LCC).
В качестве объекта исследования была выбрана компания, ведущая свою деятельность в авиастроительном секторе, который производит гражданские самолеты различных типов - от малых служебных до больших пассажирских. В области оборонной промышленности компания покрывает все главные направления, включая транспорт, вертолеты, боевые, учебные и тактические самолеты. Компания сделала акцент на том, чтобы оказывать услуги и строить долговременные отношения. Авиакосмическая промышленность имеет очень высокие барьеры входа и предлагает возможности для роста; продукты имеют длительные сроки жизни и
могут быть произведены только при условии больших инвестиций в технологии, инфраструктуру и способности.
В ходе исследования авторы приходят к следующим заключениям. Потенциал применения ЭКИ не ограничен только авиакосмическим и оборонным секторами: процессы остаются теми же, но типы неопределенности и знания могут измениться. Стратегии обслуживания могут меняться от превентивной до реактивной, производственные масштабы - от массового производства (автомобильного) к малосерийному / индивидуальному (космос). То же относится к характеру динамики наличия / объемов / типов знаний и сложности систем.
С.М. Пястолов
ЭКОНОМИКА НАУКИ
2015.02.019. БЕРНСТЕЙН С. ОТКРЫТЫЕ ОБРАЗОВАТЕЛЬНЫЕ РЕСУРСЫ И ЦЕНА ОТКРЫТОСТИ: ПРИМЕНЕНИЕ В ЭКОНОМИКЕ ЗНАНИЙ.
BERNSTEIN S. OER and the value of openness: Implications for the knowledge economy // Globalisation, societies and education. - 2014. -P. 1-17. - Mode of access: http://dx.doi.org/10.1080/14767724.2014. 965012
Ключевые слова: новый капитализм; экономика знаний; общество знаний; открытость; открытые образовательные ресурсы.
С. Бернстейн - сотрудница Университета Южной Калифорнии (Лос-Анджелес, США) - рассматривает вопрос о том, является ли тенденция предоставления открытого доступа к знаниям, проявляющаяся в виде технологии «открытые образовательные ресурсы» (Open Educational Resources), временным и случайным явлением, которое с неизбежностью будет абсорбировано системой традиционного капитализма, или же она станет катализатором процесса формирования нового капитализма, который охватывает экономические, культурные, технологические и социальные аспекты глобального развития?
Последние 30 лет мировая экономика переживает период беспрецедентного развития информационных технологий, в результате которого информация превратилась в особый экономический ресурс. Развитие нового информационного рынка вызвало к жизни мощный поток инвестиций в развитие научных исследований и производство нового научного знания. Согласно утверждению Л. Туроу (L. Thurow), научная информация становится главным ресурсом в экономике, базирующейся на научных знаниях (c. 3). Основа информационной революции - это способность управлять информацией, аккумулировать и передавать ее. Поэтому страны,
стремящиеся быть конкурентоспособными на рынках знания, должны вкладывать огромные средства в подготовку квалифицированных специалистов, обладающих необходимыми знаниями и компетенциями, для того чтобы работать с большими информационными системами.
Однако научная информация отличается от других видов собственности во многих аспектах. Первое и главное отличие заключается в возможности фактически безграничного распространения, чему во все большей степени способствует развитие информационных технологий. Второе - заключается в наличии значительных положительных экстерналий (внешних эффектов), которые дают основания рассматривать научную информацию как общественное благо, которое должно быть неконкурентным и неисключаемым в процессе потребления. Основным доводом в пользу этого является то, что приобщение к научным знаниям через систему образования служит для значительной части населения практически единственным социальным лифтом, способным вывести их из состояния бедности (с. 4).
Все это создает значительные проблемы в плане определения границ права интеллектуальной собственности (ИС). Строгая защита этих прав неизбежно ведет к монополизации источников научного знания и снижению положительных внешних эффектов от его общественного использования, а возможность безграничного распространения научных знаний может привести к развитию интеллектуального «пиратства» и снижению стимулов для производства нового знания1. Эффективная система прав ИС должна найти баланс между интересами создателей и правообладателей и интересами общества, являющегося потребителем конечных результа-2
тов нового знания .
После создания Всемирной торговой организации (ВТО) в 1995 г. проблема защиты ИС получила новое звучание уже на уровне международных соглашений. Новая система глобального регулирования авторских прав стала мощным инструментом, огра-
1 Peters M. Classical political economy and the role of universities in the new knowledge economy // Globalisation, societies and education. - 2003. - Vol. 1, N 2. -P. 153-168. - D01:10.1080/1476772032000105483.
Stiglitz J. Knowledge as a global public good / Global public goods / Kaul I., Grunberg I., Stern M. (eds.). - NewYork, NY: Oxford, 1999. - P. 308-325.
ничивающим распространение инноваций. Однако остаются надежды на то, что дальнейшее совершенствование лицензионного законодательства позволит осуществить сдвиг от интересов частного коммерческого использования в сторону интересов общества. Реалистичность этих надежд подкрепляется возникновением системы открытых образовательных ресурсов.
«Открытые образовательные ресурсы определяются как учебные или исследовательские материалы... предоставленные для свободного использования, адаптации и распространения» (с. 6). В настоящее время около 200 университетов в более чем 40 странах мира принимают участие в движении по созданию и распространению открытых образовательных ресурсов, которые в большинстве своем представляют собой университетские курсы, снабженные необходимыми тестовыми материалами, позволяющие пользователям применять их в соответствии со своими потребностями. Главной характеристикой открытых образовательных ресурсов является «свободная» лицензия, которая дает право копировать, использовать и изменять информационный контент, что обеспечивает свободный доступ для любых пользователей.
Главная проблема, обсуждаемая в связи с распространением открытых образовательных ресурсов, - проблема мотивации производителей к тому, чтобы создавать все новые и новые ресурсы и предоставлять к ним открытый доступ. Эта мотивация может существенно различаться у разных субъектов процесса создания открытых образовательных ресурсов. Она может быть строго экономической как у многих университетов, которые полагают, что предоставление открытого доступа к их образовательным ресурсам улучшает их имидж и способствует расширению связей и привлечению новых студентов и деловых партнеров. Для многих ученых и преподавателей мотивация может заключаться в стремлении к продвижению и распространению собственных научных идей и повышению своей репутации как в научном сообществе, так и в мировой образовательной среде. И наконец, существует и чисто альтруистическая мотивация, вызванная стремлением к бескорыстному распространению полученных научных результатов и обмену ими с другими участниками научного сообщества.
В течение последнего десятилетия проблема развития открытых образовательных ресурсов стала объектом пристального вни-
мания как со стороны мирового научного и образовательного сообщества, так и со стороны международных гуманитарных организаций. Развитие системы открытого образования рассматривалось многими как ключевой фактор ускорения темпов мирового экономического роста и развития и как одно из главных средств сокращения разрыва между развитыми и развивающимися странами. Однако опыт прошедшего десятилетия показал, что просто предоставить открытые образовательные ресурсы недостаточно, поскольку в большинстве своем они сформированы на базе социального и культурного контекстов развитых стран и для использования в иных контекстах их необходимо адаптировать. При этом в мире продолжает сохраняться множество административных, экономических и культурно-языковых барьеров, которые препятствуют распространению научной и образовательной информации в открытом формате.
Тем не менее тенденция к интенсивному использованию научных знаний в производственных и экономических процессах бросает серьезный вызов современному капитализму и способна в обозримом будущем привести к его значительной трансформации. В качестве одной из своих институциональных основ капиталистическая экономика предполагает четкую спецификацию прав собственности, обеспечивающую эффективное взаимодействие рыночных субъектов. Капиталистическая экономика также подразумевает четкое разграничение между рыночными и общественными благами, поскольку первые являются исключаемыми и поэтому подлежат полному контролю со стороны своих собственников, а вторые неисключаемы и, следовательно, не могут контролироваться частными собственниками.
Однако новые формы производства и воспроизводства знания, подобные открытым образовательным ресурсам, приводят к децентрализации контроля над научными знаниями и образовательными технологиями и утрате монополии прав собственности в этой сфере. В результате в сфере рынка научной информации и образовательных услуг размывается граница между рыночными и общественными благами, что существенно осложняет взаимодействие между рыночными субъектами. Потребность в постоянном использовании новой научной информации в производственной и экономической деятельности выдвигает на первый план фактор
доверия к компетентности и добросовестности источника, предоставляющего информацию. Эта проблема может быть решена путем создания долговременной системы взаимосвязей между научным и бизнес-сообществом как поставщиками и потребителями научной информации1. Формирование тесного взаимодействия на долговременной основе позволит установить необходимый уровень доверия относительно достоверности и качества предоставляемой информации и существенно снизит риски использования этой информации в производственных и экономических процессах. В результате «новый капитализм» должен рассматриваться не только как экономика и общество, которые интенсивно используют научное знание во всех сферах своей жизнедеятельности, но и как экономика и общество, насквозь пронизанные долгосрочными сетевыми взаимосвязями и взаимодействиями и представляющие собой полную противоположность атомизированному капитализму свободной конкуренции. Научное знание, превратившись в общественное благо, будет делать современное общество все более взаимосвязанным и взаимозависимым, поскольку любая производственная и экономическая деятельность в этом обществе будет эффективной только при наличии у субъектов этой деятельности стабильного доступа к этому общественному благу.
М.О. Лихачёв
2015.02.020. ЦЗИНЬ Я.С., ЦЗИНЬ Л. ВЗАИМОСВЯЗЬ МЕЖДУ УНИВЕРСИТЕТСКИМ ОБРАЗОВАНИЕМ И ЭКОНОМИЧЕСКИМ РОСТОМ: РОЛЬ ПУБЛИКАЦИОННОЙ АКТИВНОСТИ ПРЕПОДАВАТЕЛЕЙ.
JIN J.C., JIN L. On the relationship between university education and economic growth: The role of professors' publication // Education economics. - 2014. - Vol. 22, N 6. - P. 635-651. - Mode of access: http://dx.doi.org/10.1080/09645292.2012.697646
1 Greif A. Reputation and coalitions in medieval trade: Evidence on the Magh-ribi Traders // The journal of economic history. - 1989. - Vol. 49, N 4. - P. 857-882. -D01:10.1017/S0022050700009475.
