CC BY
10
ОРГАНИЗАЦИОННЫЕ СТРУКТУРЫ НАУКИ. УПРАВЛЕНИЕ НАУЧНОЙ ДЕЯТЕЛЬНОСТЬЮ
2017.03.018. РАЗВИТИЕ КОНЦЕПЦИЙ И МОДЕЛЕЙ ИЗМЕРЕНИЯ ИННОВАЦИЙ: МАТЕРИАЛЫ НАУЧНО-ПРАКТИЧЕСКОГО СЕМИНАРА.
Advancing concepts and models for measuring innovation: Proceedings of a workshop / National Academies of Sciences, Engineering, and Medicine. - Wash., DC.: The national academies press, 2017. - 138 p. -DOI: 10.17226/23640.
Ключевые слова: США; Национальный центр статистики науки и техники; информационные системы; инновационная сфера; научно-практический семинар.
Реферируются материалы научно-практического семинара (в форме отчета), состоявшегося в мае 2016 г. в Вашингтоне (США). Семинар был организован по предложению Национального центра статистики науки и техники (National Center for Science and Engineering Statistics - NCSES), Национального научного фонда (National Science Foundation - NSF) и Комитета по национальной статистике национальных академий фундаментальных, естественных и медицинских наук (Committee on National Statistics -CNSTAT). Цель семинара - разработка стратегии развития и модернизации информационных систем инновационной сферы.
В опубликованном отчете, содержащем восемь глав, обсуждались следующие актуальные проблемы. Главы 1 и 8 содержат, соответственно, вступительные и заключительные замечания. Глава 2: оценка качества измерений в инновационной сфере; точность результатов измерений инновационных и сопутствующих социальных и экономических процессов. Глава 3: природа инноваций, которые производятся вне системы исследований и разработок (ИР), качество их измерения. Глава 4: роль отдельных участников (сетей
участников) в инновационных процессах, качество измерения соответствующих параметров. Глава 5: измерение параметров инноваций в общественном секторе; инновации, способствующие социальному прогрессу. Глава 6: модели региональных инновационных систем (РИС); данные для улучшения качества измерений на субнациональном уровне. Глава 7: формирование повестки дня для измерения инноваций в будущем.
В ходе обсуждения вопросов качества измерений Б. Хол (B. Hall) (Калифорнийский университет, Беркли) указала на то, что основная задача разработки текущих индикаторов - определение эффективности инвестиций в инновации. Для ее решения требуются данные, сопоставимые как в пространственном отношении, так и временном. Однако доминирующая до сих пор методология сбора данных этого условия не обеспечивает. Существующие системы включают регулярные опросы компаний, открытые данные отчетности различных организаций, но большая часть этой информации является «пассивной». Это же относится и к патентной системе. В то же время преимуществом пассивных данных является их объективность (с. 10).
Одним из широко используемых подходов для измерения результатов инновационной деятельности является анализ бухгалтерской отчетности. В США инновационная деятельность учитывается на специализированных счетах «Счета национального дохода и продукта» (National Income and Product Accounts - NIPA). Различия между методиками NIPA и микроэконометрическими подходами состоят в том, что в первом случае это в основном учет стоимости факторов на входе инновационных процессов. Но эта методика не всегда подходит для неосязаемых активов, поэтому ценность некоторой части инновационной продукции не учитывается с точки зрения национального благосостояния. Кроме того, «обобщенный бухгалтерский подход - что-то вроде черного ящика, который не раскрывает функциональные отношения, лежащие в основе системы» (с. 11).
Для США характерно то, что индикаторы потоков ресурсов -на входе и до инновационного продукта - довольно хорошо отображены, но такие потоки на уровне правительства, в промышленности, в академическом секторе и в секторе домашних хозяйств учитываются недостаточно. Кроме того, как правило, вообще не
измеряются ресурсы на входе инновационных процессов, прямо не относящиеся к ИР. Между тем существует острая необходимость охватить все инновационные процессы. Например, количество публикаций, степеней и патентов известны, но их воздействие на рыночный результат (например, влияние данных факторов на ценность продукции) учитывается не в полной мере.
Б. Мартин (B. Martin) (Университет Сассекса) видит проблему измерений в инновационной сфере прежде всего в том, что система индикаторов не успевает отображать изменения в окружающем мире и в природе инноваций. Различные статистические агентства обеспечивают соответствующей инфраструктурой и предоставляют данные для исследований в сфере науки, техники и инноваций. Однако появляются новые виды данных и, соответственно, новые возможности, а вместе с ними и новые вызовы.
Инновационные изменения происходят не только в производстве, но и в других сферах, в частности в различных видах организаций (не только в компаниях, как считалось в прошлом). Все чаще процессные инновации дополняют технологические. Однако индикаторы охватывают только определенные аспекты явлений в инновационной сфере или их особенности. Это более всего заметно в области социологии и политики.
По мнению Б. Мартина, патентная система часто игнорирует тонкое различие между новшеством и изобретением. Патентование осуществляется в определенных секторах для определенных технологий и определенных типов инноваций. Он также обратил внимание на необходимость концептуальной ясности в вопросе о том, какие аспекты инноваций учитываются. Например, библиометри-ческие индикаторы затрагивают только одну форму научной продукции - публикации. При этом не учитывается целый диапазон других форм продукции научных исследований, таких, например, как коммерческое использование результатов, которые могут быть не менее важными.
В 1960-х, 1970-х и 1980-х годах хорошими показателями технологических инноваций были расходы на ИР (хотя этот индикатор никогда не считался удовлетворительным для всех типов инноваций), количество ученых и компетентных инженеров, число патентов и т.д. Но сегодня большие объемы инновационной деятельности осуществляются не только в технологической сфере, они могут
и не основываться на ИР и не отражаться в патентах. В качестве примера Б. Мартин приводит тот факт, что в первом десятилетии XXI в. значительную долю всех интересов обычных людей (речь идет о США) составляла деятельность, связанная с ипотекой и финансовыми операциями: ценные бумаги, долговые обязательства, кредиты и т.п. Но ни один из индикаторов инноваций не отразил ни положительных, ни отрицательных результатов этой деятельности. Здесь он применил аналогию из космологии, указав на тот факт, что приблизительно 95% Вселенной невидимы для современных приборов (телескопов). Она принимает формы «темной материи» или «темной энергии». Б. Мартин предложил ввести новый термин -«темная инновация» (с. 13).
В связи с этим возникает настоятельная потребность определить методы измерения объемов темных инноваций. В этом могут помочь новые возможности, созданные в эпоху «больших данных», однако существует ряд опасностей. Первая опасность характеризуется метафорой человека, ищущего свои ключи под фонарем. Искушение разработчиков индикатора состоит в том, что они сосредоточиваются на явлении и особенностях там, «где светло». Эта методологическая тенденция также связана с парадоксом Макна-мары (McNamara Fallacy): придавать значимость измерителю, вместо того чтобы пытаться сделать значимое измеримым (с. 14).
Вторая опасность определяется законом Гудхарта (Goodhart's Law), который гласит, что, когда переменная принимается как измеритель для стратегической цели, она быстро теряет свою способность отражать явление или особенности, измеряемые с ее помощью. В этом контексте можно заметить, что, когда индикатор принят как часть политики, это определенно приводит к изменениям в поведении акторов. Игровые решения могут приниматься в ответ на извращенные стимулы, таким образом создавая непреднамеренные последствия. В качестве примера Б. Мартин приводит слова британского министра науки о малых предприятиях, созданных в университетах (spinoffs). Когда он начал говорить об этом, речь шла о 70 предприятиях в год, в следующем году их число выросло до 200. Ясно, что университеты не стали в 3 раза лучше в этом виде деятельности - они стали лучше соблюдать правила игры (с. 14).
Третья опасность на пути развития системы индикаторов инноваций, согласно Б. Мартину, связана с понятиями затрат и выгод. В некоторых случаях возможна «игра» с показателями, к которой прибегают участники с целью достижения оцениваемых результатов, в том числе библиометрических (с. 14).
Таким образом, заключает Б. Мартин, новые индикаторы крайне необходимы. Но в эпоху легкодоступных «больших данных» нужно учитывать парадокс Макнамары - непреднамеренные последствия введения новых правил игры и прежде всего то, что польза от новых систем индикаторов инноваций должна превышать затраты на их разработку, эксплуатацию и суммарные негативные внешние эффекты.
Ф. Го (F. Gault) (Университет ООН - Институт экономических и социологических исследований инноваций и технологий) в своем докладе затронул ряд проблем: разработка новых индикаторов, отражающих меняющуюся природу инноваций; использование данных, касающихся инновационного развития, в политике и других сферах; пострановое сравнение. Особо он выделил два вопроса: что может быть сделано в пределах существующего определения инноваций, данного в Руководстве Осло; что можно было бы сделать, если бы были произведены изменения в определении, а затем созданы новые базы данных? Его формулировка: «Инновация -создание нового или значительное изменение продукта или процесса. Продукт понимается как ценность или услуга. Процессы включают производство, организационные действия, транспортировку, маркетинг. Новое или существенное изменение продукта считается осуществленным, когда он становится доступным для потенциальных пользователей. Новые или значительные изменения процессов считаются осуществленными, когда они фактически используются в операциях институциональной единицы как элемент системы действий, направленных на то, чтобы делать продукт доступным для потенциальных пользователей» (с. 17). Основное изменение, которое он предлагает ввести, - обобщение. У «процесса» появляются три компонента, которые накладываются друг на друга: «улучшение» становится «изменением», «рынок» становится множеством «потенциальных пользователей» (с. 17).
Д. Сичель (D. Sichel) (Колледж Уэллесли) представил один из альтернативных способов расчета мультифакторной производи-
тельности. (Это особенно важно для наукоемких отраслей промышленности, например для производства приборов на полупроводниках.) Необходимо измерять темп падения цен на определенный вид продукции: чем быстрее падают цены, тем выше рост факторной производительности. Индексы производительности обеспечивают достаточно правдоподобные данные для расчета темпов экономического роста. В наукоемких секторах явно прослеживаются высокие темпы роста производительности инноваций в середине 1990-х годов и в середине 2000-х годов (появление Интернета, компьютеризация) - 2,1%. Затем темпы роста падают, и с 2010 г. падение усиливается (с. 21). То же самое наблюдается для высокотехнологичных секторов и интеллектуальной продукции, а также в других секторах экономики. Д. Сичель показал, что его методика дополняет выводы макроэкономистов, но отметил, что наблюдается острая необходимость разработки более комплексных подходов в стратегическом управлении.
У. Коэн (W. Cohen) (Университет Дьюка) на основе данных баз CIS (Community Innovation Survey) и DoIL (Division of Innovative Labor) произвел расчеты долей производственных фирм, вводивших инновации в период 2007-2009 гг. по выборке европейских стран и США. Были представлены следующие результаты: «инновации, новые для фирмы»: Германия - 49%; Великобритания - 34; Франция - 28; США - 42%; «инновации, новые для рынка»: Германия - 23%; Великобритания - 17; Франция - 19; США - 16% (с. 26-27).
Ч. Эдквист (C. Edquist) (CIRCLE1, Лундский университет) представил результаты исследования по трем темам: 1) концептуальное основание инновационной политики; 2) полноценность данных Европейского бюллетеня инноваций (Innovation Union Scoreboard - IUS); 3) государственные расходы на ИР.
Признавая ценность IUS, Ч. Эдквист обозначил и ряд проблем, в том числе проблему значимости показателя «итоговый индекс инноваций» (Summary Innovation Index - SII). Данный показатель вычисляется с целью оценки результатов инновационной деятельности стран - членов ЕС. Но, по мнению Ч. Эдквиста, он
1 CIRCLE (Centre for Innovation, Research and Competence in the Learning Economy) - Центр инноваций, исследований и компетенций в обучающейся экономике. - Прим. реф.
предоставляет информацию, которая вводит политических деятелей, исследователей и широкую публику в заблуждение. Проблема состоит в том, что индекс вычисляется как простое среднее от 25 отдельных индикаторов, из которых каждому придается один и тот же вес. Причем учитываются как индикаторы на входе инновационного процесса (например, расходы на ИР), так и продукция на выходе (например, фактические товарные инновации). При таком варианте расчета совокупный индекс не имеет смысла.
С учетом этой методологической проблемы Ч. Эдквист с коллегами разработали альтернативный подход. Они взяли четыре индикатора на входе и восемь индикаторов продукции, рассчитываемые по данным Ш8. Входные индикаторы учитывают ресурсы (человеческие, материальные, финансовые: частные и государственные). Индикаторы на выходе измеряют новые продукты и процессы, новый дизайн и торговые марки, маркетинговые и организационные инновации, которые являются новыми для рынка или фирмы и приняты потребителями. Результаты расчетов по новой методике значительно отличаются от полученных по методике 811. В связи с этим Ч. Эдквист отмечает, что в случае с 811 необходимо четкое концептуальное и теоретическое основание. Важно понять все детали, влияющие на инновационную политику (с. 65). Ощутима также потребность в «целостной инновационной политике», которая должна объединять и координировать все общественные действия в инновационной сфере.
Ч. Эдквист предлагает десять основных гипотетических детерминант развития и распространения инноваций: 1) ИР; 2) образование и обучение; 3) формирование новых товарных рынков; 4) артикулирование требований к уровню качества инновационных продуктов; 5) создание и изменение организационных структур; 6) интерактивное обучение; 7) создание и изменение институтов; 8) инкубация; 9) финансирование инновационных процессов; 10) услуги консультирования.
Эти действия также важны и в государственной политике закупок инновационных продуктов. Их объем в ЕС составляет от 10 до 20% ВВП (около 2,3 трлн евро); это примерно в 40-50 раз больше государственных расходов на ИР (с. 66). Ученый предлагает политикам уделять больше внимания характеристикам приобретаемых товаров, проводить комплексную оценку того, что покупа-
ется в общественном секторе с точки зрения функциональности. Другими словами, администраторы должны сосредоточиться на проблемах, которые будут решены при помощи инноваций и соответствующих расходов, а не на приобретаемых продуктах. Так, чтобы уменьшить шум транспорта для жителей района, местный орган власти должен объявить о закупке объема сокращения шума на 1 децибел, а не о закупке определенного предмета, например забора. Первый подход поощряет творческие, конкурентоспособные решения, поиск эффективных альтернатив (например, укладка менее шумного дорожного покрытия или ограничение скорости движения транспорта). Такая стратегия закупок - мощный инструмент политики закупок инновационных продуктов. Активно использует эту стратегию Национальный совет по инновациям Швеции.
К. Фазио (C. Fazio) (Массачусетский технологический институт), раскрывая некоторые аспекты региональной политики в сферах инноваций и предпринимательства, представила следующую важную информацию. По данным о динамике развития бизнеса (Business Dynamics Statistics - BDS), предоставленным Бюро переписи населения США (Census Bureau), в течение 30 лет наблюдается замедление развития в области предпринимательства. Это говорит о том, что экономика США становится менее предпринимательской. Другие наблюдения, напротив, показывают высокие темпы роста предпринимательства. Это вызывает большое беспокойство в связи с вероятностью наличия «пузырей» в некоторых отраслях, многие из которых содержат ошибочные представления о якобы совершенных в них инновациях. По мнению К. Фазио, необходима более эффективная методика количественной и качественной оценки инновационного развития, учитывающая все аспекты на всех уровнях (с. 77-76).
С. Штерн (S. Stern) (Массачусетский технологический институт), характеризуя распределенное воздействие инноваций, привел пример из микробиологии. Метод CRISPR1 - инструмент генной
1 CRISPR (от англ. clustered regularly interspaced short palindromic repeats - короткие палиндромные повторы, регулярно расположенные группами) - особые ло-кусы бактерий и архей, состоящие из прямых повторяющихся последовательностей, которые разделены уникальными последовательностями (спейсерами). Использование систем CRISPR-Cas[de] для направленного редактирования геномов является перспективным направлением в современной генной инженерии. - Прим. реф.
инженерии - был разработан при помощи государственной финансовой поддержки в 1980-х годах. Но только в 2012 г. стало понятно, что это - самый крупный прорыв за всю историю наук о жизни. По состоянию на 2016 г., совокупное число цитирований публикаций по данной теме приблизилось к значению 3500 в год (с. 90).
Данный пример служит иллюстрацией трех важных моментов: 1) появление инновации является неотъемлемо кумулятивным событием; 2) это событие неотъемлемо неопределенно; 3) влияние инновации чрезвычайно размыто и искажено в различных прикладных разработках и многомерных воздействиях.
В исследовании 2011 г. Дж.Л. Фурман и С. Штерн изучали влияние информации, полученной из центров биологических ресурсов, в которых содержатся публично доступные биологические материалы, используемые в исследованиях. Как правило, услугами таких центров пользуются исследователи, получающие государственное финансирование, а их отчеты размещаются на открытых ресурсах. Оказалось, что кумулятивное воздействие таких публикаций, измеряемое как число цитирований, вдвое превышает воздействие работ из менее открытых систем. Таким образом, был подтвержден тезис о том, что наука почти всегда оказывает самое высокое воздействие, если она основана, в первую очередь, на обычной комбинации результатов предшествующей работы и в то же время допускает «вторжение необычных комбинаций» (с. 90). Это согласуется и с результатами К. Фазио и ее коллег, где было показано, что высокая доля последовательных результатов инновационной деятельности в предпринимательстве приходится на 1 или даже 0,1% от всех усилий (с. 91).
В заключение представлены следующие перспективы развития систем измерения инновационной деятельности и возможности «пролить свет на темные инновации». 1. Статистические методы и измерители все чаще используются в оценках и мониторинге развития инновационных систем на различных уровнях детализации. 2. Существует потребность исследовать значащие связи, что позволит оценивать роли различных элементов инновационных систем (на входах и выходах) в течение длительного времени. При этом не всегда требуется наличие новых данных: это может быть новая комбинация существующих данных и объединение традиционных методов с альтернативными. 3. Существует потребность в концеп-
туальном осмыслении вновь обнаруживаемых явлений кумулятив-ности, неопределенности, смещенности и распределенности воздействий результатов инновационной деятельности.
В последующих исследованиях следует уделить больше внимания следующим вопросам: 1) распределение кадровых ресурсов инноваций (высокая доля значимых инноваций поступает в компании от инноваторов вне организационных границ; возникает необходимость более глубокого понимания связей и взаимодействий между индивидуумами и организациями); 2) дизайн, оцифровка, роботизация, работа на дому, предпринимательство; 3) перенос фокуса внимания на региональный уровень, на котором многие инновационные процессы могут быть осмыслены намного лучше (с. 105).
Эксперты признали, что для некоторых задач измерений инновационной деятельности существенной оказывается информация, полученная из анализа от 1 до 3% всего ее объема (в остаток входят в том числе общее количество публикаций или патентов) (с. 106). Задача ближайшего будущего - определить, какие методы статистики лучше использовать в этом небольшом сегменте информационной инфраструктуры.
С.М. Пястолов
2017.03.019. ХЁД М.Д., ФОТЕНХАУЭР С.М. КАК МЕЖДУНАРОДНЫЕ ПАРТНЕРСТВА ВЛИЯЮТ НА НАЦИОНАЛЬНЫЕ ИССЛЕДОВАТЕЛЬСКИЕ КЛАСТЕРЫ: ФОРМИРОВАНИЕ СЕТИ И ПЕРЕОРИЕНТАЦИЯ ИССЛЕДОВАНИЙ В РАМКАХ ПРОГРАММЫ «МТИ - ПОРТУГАЛИЯ».
HIRD M.D., PFOTENHAUER S.M. How complex international partnerships shape domestic research clusters: Difference-in-difference network formation and research re-orientation in the MIT Portugal Program // Research policy. - 2017. - Vol. 46, N 3. - P. 557-572.
Ключевые слова: инновационная политика; социальные сети; сотрудничество; оценка программ; международные партнерства; карты науки; разность разностей; системная архитектура.
Эксперты Массачусетского технологического института (МТИ) в реферируемой статье представляют результаты оценки программы «МТИ - Португалия» (ПМП). Авторы считают, что
