CC BY
22С.М. Пястолов
КОНЦЕПЦИЯ ПРОИЗВОДСТВЕННОЙ ФУНКЦИИ В НАУКОВЕДЕНИИ
Аннотация. В статье приведены предпосылки разработки модели производственной функции научной деятельности как объекта изучения науковедения. На данный момент уже есть возможность представить концептуальную схему, отображающую динамику выпуска научной продукции, которая впоследствии может обрести более совершенную форму производственной функции. Аналог такого представления обнаружен в работах, посвященных инновационной тематике. Во многом схожи логика и смыслы выводов о графической форме производственной функции, о ее параметрах. Специалистам в области науковедения будет полезно взять на вооружение опыт разработчиков различных версий индексов инноваций. Обзор элементов этого опыта также представлен в статье.
Abstract. The paper analyses preconditions of elaboration of production function of scientific activity as an object of science studies. Already there is a possibility to present a conceptual scheme, which displays a dynamics of scientific production which can subsequently acquire a more perfect form of a production function. An analogue of such representation can be found out in the works, devoted to innovations. They use similar logic and senses of conclusions about the graphic form of production function, about its parameters in many respects. It seems to be useful for science studies experts to add the experience of developers of various versions of innovations indexes to their arsenals. A review of essential elements of this experience is presented in the paper.
Ключевые слова: научно-техническая политика; библиометрия; производственная функция; концептуальная модель.
Keywords: policy in science and technology; bibliometrics; production function; conceptual model.
Тенденции развития систем управления наукой в большинстве развитых стран характеризуются тем, что эти системы сегодня все более технологизируются. Этот вывод может быть подтвержден, в частности, тем, что примерно с начала 2000-х годов в нау-коведческих публикациях стало расти число обращений к понятию производственной функции в контексте управления и оценки результатов научной деятельности. Согласно выводам экспертов, это обусловлено в первую очередь интересами политиков и администраторов научно-технической сферы, которые избрали программный метод управления в качестве основного.
Примерами в России являются такие разработки, как «Концепция долгосрочного социально-экономического развития Российской Федерации» [2], Стратегия инновационного развития Российской Федерации до 2020 года [6], Государственная программа Российской Федерации «Развитие науки и технологий» на 20132020 годы [1]. К российскому нормативному комплексу у экспертов есть свои претензии (напр., В. Лексин и Б. Порфирьев в [5, с. 49-54]), но в одном пункте ситуации с проектами научно-технического развития схожи как в России, так и за рубежом. В процессе проектных разработок определяются условия, выбирается цель и средства для ее достижения.
Так, на Барселонском саммите 2002 г. главы государств и правительство Европейского союза договорились о целевом значении в 3% для индикатора интенсивности исследований и разработок (ИР). Этот индикатор до сих пор считается основным, хотя к нему накопилось уже достаточно претензий [9].
Рассмотрим этот факт с точки зрения «конвенционального подхода» (в институциональной экономике). Данный подход позволяет заметить то, что в научно-технической сфере политическими и административными мерами формально (но по умолчанию и в концептуальном плане) установлено доминирование так называемого «технологического соглашения». И уже в рамках данной модели осуществляется поиск подходящего параметра для целевой функции и далее - соответствующих факторов. Исследователи затем определяют вид функций, зависимые и независимые переменные регрессий. Данный подход, на первый взгляд, облегчает задачи
принятия управленческих решений, но не обеспечивает в должной мере их эффективность в комплексных природных - социально-экономических контекстах. Кроме того, когда механизмы технологического соглашения становятся доминирующими, управляющая подсистема становится проще, и она затем упрощает, «подминая под себя», подсистемы управляемые.
Дж. Янгер и др. в связи с этим замечают: «На самом деле, принятый сегодня индикатор [интенсивности инноваций] может даже ввести в заблуждение тактиков и не дать нужного сигнала о необходимости дальнейших инвестиций» [13, с. 30]. Об этом же говорит и Ч. Эдкуист, обозначая проблему правдоподобности показателя «Итоговый индекс инноваций» (Summary Innovation Index) [7, с. 65-69]. Данный показатель вычисляется с целью оценки результатов инновационной деятельности стран - членов Европейского союза.
Участники научно-практического семинара, проведенного Национальным центром статистики науки и техники США в мае 2016 г. (далее: ИИ2016 /Измерение инноваций/), отметили тревожащую схожесть ситуаций в научно-технической и предпринимательской сферах [7]. К. Фасио, раскрывая некоторые аспекты региональной политики в сферах инноваций и предпринимательства, представила следующую важную информацию. Бюро учета статистических данных о предпринимательстве (Census Bureau's Business Dynamics Statistics) сообщает о 30-летнем снижающемся тренде в этой области. Наблюдения других агентств показывают высокие темпы роста предпринимательства. И это вызывает беспокойство в связи с вероятностью наличия «пузырей» в ряде отраслей. Многие из этих пузырей имеют в своей основе ошибочные представления о якобы совершенных инновациях в отдельных отраслях [7, c. 73-80]. С определенной долей условности такого же рода процессы идентифицируются и в отрасли производства знаний.
Европейские науковеды отмечают, что принятая в 2002 г. «Барселонская цель» - приведение доли расходов на ИР в ЕС к показателю 3% от ВВП - не была достигнута к 2010 г., и 2020 г. был установлен как новый целевой год [9]. Но был также поднят вопрос о более эффективном инструменте инновационной и научно-технической политики. Янгер и др. считают, что Индекс инноваций ЕС 2020 действительно стал шагом вперед в этом направлении, но он проваливается как адекватный измеритель инновационной продукции, а также результатов инновационной деятельности [13, c. 38]. Поэтому для администраторов научно-технической сферы
данный индикатор не будет в должной степени полезным, так как он не позволяет получить исчерпывающие ответы на актуальные вопросы. А именно: насколько успешной оказывается та или иная страна с точки зрения производства инновационной продукции и в отношении определенных конечных результатов? Достаточно ли средств вкладывает та или иная страна в конкретной ситуации? Насколько хорошо ресурсы на входе превращаются в результаты на выходе?
Обсуждая проблемы моделирования индикаторов производства научной продукции, участники ИИ2016 согласились с утверждения Б. Мартина о том, что на этом пути существует ряд опасностей / ловушек. Первая характеризуется метафорой человека, ищущего свои потерянные ключи под фонарем. Искушение разработчиков индикатора будет состоять в том, чтобы сосредоточиться на явлении и особенностях там, «где светло». Эта методологическая тенденция также связана с парадоксом МакНамары: значимость придают измерителю, вместо того чтобы пытаться сделать измеримым значимое. Вторая опасность определяется законом Гудхарта, который гласит, что когда переменная принимается как измеритель в целях политической стратегии / программы, она довольно быстро перестает отражать реальные явление или особенности, для измерения которых она была придумана. В связи с этим можно заметить, что когда индикатор принят как инструмент политики, это с большой вероятностью приводит к изменениям в поведении акторов. Игровые решения могут приниматься в ответ на извращенные стимулы, таким образом создавая непреднамеренные последствия. Третья опасность на пути развития системы индикаторов инноваций, по мнению Б. Мартина, 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 [7, с. 14].
Ответственные ученые и управленцы, очевидно, должны учитывать такого рода закономерности и парадоксы. Тем более что непредвиденные последствия введения новых правил игры в современных условиях доступности «больших данных» и мобильности ресурсов наступают быстрее, чем даже в не столь далеком прошлом.
Но реальность требует действий. Руководители научных учреждений и администраторы научно-технической сферы пытаются найти самые убедительные доводы в пользу более высоких показателей необходимых затрат для обоснования своих заявок, про-
грамм и стратегий, особенно в ситуациях, когда звучат призывы к сокращениям бюджетных расходов.
В научных публикациях можно обнаружить довольно широкий спектр разработок по данной тематике. Так, Д. Сичель предлагает альтернативный способ расчета мультифакторной производительности. Это может служить обоснованием оправданности инвестиций в исследования и разработки в такой наукоемкой отрасли, как производство приборов на полупроводниках. Измеряется темп падения цен на определенный вид продукции. Чем быстрее падают цены, тем выше рост факторной производительности. Результаты исследования подтверждают, что индексы производительности обеспечивают достаточно правдоподобные данные для прогнозных расчетов экономических эффектов. В наукоемких секторах явно прослеживаются высокие темпы роста производительности инноваций в середине 1990-х и в середине 2000-х годов (появление Интернета, компьютеризация): порядка 2,1%. Затем темпы роста падают, а с 2010 г. падение усиливается. То же самое наблюдается для высокотехнологичных секторов, для интеллектуальной продукции и в других секторах экономики [7, с. 20-24].
Другим важным направлением исследований природы научного производства является изучение опыта международного сотрудничества и моделирование взаимодействий в рамках таких организационных структур, как международные партнерства и национальные исследовательские кластеры [12, 14]. В таких исследованиях эффективным инструментом оказывается межсекторное картографирование научно-исследовательской деятельности. Это позволяет определять области «высокой температуры» исследования, совмещать полученные карты с экономико-географическими, картами потоков экспортных / импортных товаров и т.д. [11, 16]. С помощью картографии удалось идентифицировать некоторые появляющиеся поля или дисциплины, такие как, например, биохимия. В то же время некоторые нечеткие пересечения между традиционными дисциплинами не могут оформиться в самостоятельные множества (как, например, исследования в энергетике). Данные наблюдения, помимо прочего, служат характеристиками увеличивающейся сложности измерения текущих инициатив в научно-технической сфере.
С учетом названных выше элементов сложности исследования научно-технической деятельности очевидной становится важность целеполагания в задачах измерения результатов. В контексте оценки добротности обобщающего показатели инновационной дея-
тельности на национальном уровне можно выделить два типа ее предполагаемых результатов: (1) структурные изменения в знание-интенсивных секторах, способствующие инновациям, и (2) структурная модернизация, т.е. продвижение к технологическим границам в пределах существующих секторов.
Иллюстративный эмпирический анализ, использованный командой европейских экспертов, показывает, что ИИ ЕС 2020 в достаточной степени хорошо отражает процессы структурных изменений, но недостаточно адекватно отражает процессы структурной модернизации [13]. Поэтому данный индикатор придает большую значимость странам, специализацией которых являются знаниеинтенсивные сектора, технологии которых еще не дошли до границ своих возможностей. Таким же образом он недооценивает страны, где сектора менее знаниеинтенсивны, но технологии которых находятся ближе к границам своих возможностей.
В этом отношении Индикатор инноваций ЕС 2020 решает только одну из двух проблем. Он действительно предоставляет более полную информацию о ресурсах на входе, наряду с данными о результатах, но слишком сосредоточивается на секторах, классифицированных как знаниеинтенсивные, а фактические результаты инновационной деятельности недооценивает.
Исходная позиция для получения искомых индикаторов на уровне страны сформирована научными разработками в рамках концепции производственной функции инноваций, моделирования стадий, логических цепей инновационного процесса, других моделей оценки, которые пытаются идентифицировать критические области измерений инновационной деятельности, включая более широкие воздействия инноваций на общество и экономику.
В рамках данного подхода и терминологии Руководства Осло [4] наблюдатель может оценивать отдачу от инвестиций на входе инновационного процесса (например, ИР, человеческие ресурсы, инфраструктуры исследований и запас имеющихся знаний) на первой стадии в виде объема промежуточных продуктов (intermediate outputs); их часто называют продукты-посредники (throughputs), что может быть измерено, например, как число патентов, научных публикаций; и потенциально, на второй стадии, в виде инновационной продукции. В этом случае показатели отражают прямые результаты инновационных усилий экономических субъектов. Это, как правило, инновации, имеющие рыночную ценность или усиливающие действия экономического субъекта (процессные инновации, организационные новшества).
Результатами инноваций являются последствия их внедрения, в том числе экономические эффекты, фиксируемые на предприятиях. Представление инновации в форме опытного образца или только оформление заявки на патент / публикацию может не иметь экономических эффектов (практической ценности) и, соответственно, не считается результатом.
В теориях оценки инновационной деятельности чаще всего выделяют (1) «объективный» технометрический подход, который берет за основу информацию из публикаций о технических и рыночных аспектах, и (2) ««субъективный» подход, опирающийся в общих чертах на методики Руководства Осло и данные, представленные в статистике и аналитических отчетах. Руководство Осло устанавливает пороговый критерий для новшеств, которые уже могут считаться инновациями, обращаясь к понятию «значимое усовершенствование» (Significant improvement). Кроме того, Руководство Осло различает инновации, являющиеся «новыми для фирмы», «новыми для рынка», «новыми для мира». В то время как первый подход не всегда эффективен в случае рассмотрения услуг, второй отражает изменения в зависимости от уровня развития стран или рынков.
В современной России, согласно форме 4 статистического учета, в зачет идут пять типов инноваций: технологические, продуктовые, процессные, маркетинговые и организационные. При этом в качестве инновации может быть засчитан «новый или значительно усовершенствованный» продукт, технология, процесс, услуга, включая способ передачи услуги. Новизна оценивается с точки зрения организации, но не рынка (тем более - мира), а также безотносительно к тому, где сделана разработка - на этом или на другом предприятии. «Тем самым в учет заложена регистрация тиражирования новации, имитации, а также оценки степени усовершенствования, которая по многим видам инноваций точной быть не может», - пишет О. Сухарев [5, с. 626].
Кроме того, возвращаясь к общемировым вопросам, - существенная проблема измерений в инновационной, научно-технической сферах заключается в том, что система индикаторов не в состоянии успевать за изменениями в окружающем мире и в природе инноваций. В то же время появляются новые виды данных и, соответственно, новые возможности.
Инновационные изменения происходят не только в производстве, но и в различных видах организаций (не только в компаниях, как считалось в прошлом). Кроме того, все чаще процессные
инновации дополняют технологические. Однако индикаторы охватывают только определенные аспекты явлений в инновационной сфере или их особенности. Это более всего заметно в мире социологии и политики.
Эксперт ИИ 2016 Б. Мартин обратил внимание на то, что патентная система часто игнорирует тонкое различие между новшеством и изобретением. Патентование осуществляется в определенных секторах для определенных технологий и определенных типов инноваций. Явно ощущается необходимость концептуальной ясности в вопросе о том, какие аспекты инноваций следует учитывать. Например, библиометрические индикаторы учитывают только одну форму научной продукции: публикации. Но целый диапазон других форм продукции научных исследований, таких как коммерческое использование результатов, социальные, экологические следствия, может быть не менее важным [7, c. 12-14].
В 1960-е, 1970-е и 1980-е годы технологические инновации, возможно, хорошо отражались в таких показателях, как расходы на ИР (хотя этот индикатор никогда не считался удовлетворительным для всех типов инноваций), количество ученых и компетентных инженеров, патентов, публикаций и т.д. Но сегодня большие объемы инновационной деятельности осуществляются вне технологической сферы, не основаны на ИР, не отражены в патентах. Б. Мартин, например, сетует на то, что ни один из индикаторов инноваций не отразил ни положительных, ни отрицательных результатов деятельности в ипотечно-финансовой сфере, в изменениях поведения домохозяйств в США 1990-х годов. Здесь он применил аналогию из космологии, указав на тот факт, что приблизительно 95% вселенной невидимы для современных приборов (телескопов). Это похоже на проблему «темной материи». Поэтому он предложил термин «темная инновация» [7, с. 13].
Вообще говоря, претензии, предъявляемые к Индексу инноваций ЕС 2020, будут актуальны и для других версий обобщающих индексов, возможно, в большей или меньшей степени в различных аспектах. Не случайно, например, разработчики группы Глобального индекса инноваций (The global innovation index [15]) практически в каждом выпуске своего отчета предлагают усовершенствованную версию методики расчетов.
При этом должна быть понятна основная цель этих поисков. Эта цель, как следует из нормативных положений, сформулирована в рамках рыночного соглашения, так как методологию развития национальных экономик и глобальной экономики в целом оп-
ределяет рыночная парадигма. В таком случае основное внимание при выборе методик оценки инноваций и в общем научной работы уделяется экономическим эффектам.
В случае инноваций экономические эффекты могут быть выявлены, помимо прочего, в асимметрии цен как результате роста качества инновационных продуктов. Это не только повышает конкурентоспособность того предприятия, где внедряются инновационные разработки, но отражается в том числе и в изменениях отраслевой структуры. Таким образом возможно оценить структурные изменения, появляющиеся вследствие роста добавленной стоимости продукции отраслей с более высокой интенсивностью знаний по сравнению с отраслями с меньшим значением данного показателя.
Экономические эффекты могут проявиться в перемещении деловой активности к более знаниеинтенсивным видам деятельности в пределах определенного сектора. Таким образом сохраняются и укрепляются существующие конкурентные преимущества. Это внутрисекторное движение может быть рассмотрено на уровне фирм с точки зрения изменений расстояний до границ возможностей технологий и охарактеризовано как «структурная модернизация» [13, с. 32]. Такая модернизация не обязательно будет отражена в добавленной ценности на уровне фирмы. В то же время экономический эффект может состоять в повышении качества товаров и услуг при постоянных значениях доли на рынке и цен, когда фирма сталкивается с жесткой ценовой конкуренцией, или в снижении общих затрат, несмотря на более высокую заработную плату рабочих.
Высшие администраторы часто видят основную задачу инновационной политики в том, чтобы увеличивать долю знание-интенсивных товаров и услуг в экономике (это - структурное изменение), что согласуется с общим требованием обеспечения конкурентоспособности. Однако в нынешней ситуации такая идея нередко характеризуется как «навязчивая» (как, например, в [13, с. 33]). Альтернативный подход имеет основания, так как результаты эмпирических исследований подтверждают тот факт, что структурная модернизация как эффект инновационной деятельности в такой же степени значима для экономических показателей, как для научно-технических. В качестве примера можно рассмотреть отрасль электроэнергетики США, которая достигла высоких показателей роста производительности, не вводя какой-либо ключевой (прорывной) инновации, но постоянно модернизируя техно-
логии на уровне предприятий в формате медленных, системных усовершенствований централизованных силовых установок.
Свидетельства в пользу значимости структурной модернизации представляют и научные публикации по вопросам международной торговли. Так, модель торговли между Севером и Югом подразумевает, что каждый продаваемый продукт занимает определенную позицию на «лестнице качества». Его производство переместится на «Юг», как только «Юг» будет в состоянии копировать соответствующие технологии. В результате фирмы «Севера» вынуждены внедрять инновации и производить следующие поколения товаров более высокого качества, чтобы избежать ценовой конкуренции. Эмпирические исследования международной торговли подтверждают этот эффект: отмечено, что развитые страны пытаются справиться с конкурентным давлением со стороны растущих развивающихся экономических систем. Так, экспансия китайского импорта привела к двум различным эффектам в европейских отраслях. «Внутренний» эффект («ш1:Ып»-е£Гес1;) вызвал рост производительности на уровне предприятий, а «межфирменный» эффект («Ье1эд-ееп»-е£Гес1:) привел к реаллокации занятости в пользу более инновационных и технологически продвинутых компаний.
Во множестве вариантов оценки структурных изменений в секторах с более высоким уровнем знаний наиболее распространен подход, основанный на вычислениях значения интенсивности инноваций для каждого сектора, взятого в среднем по выборке стран мира в соответствующей категории, и затем определения доли зна-ниеинтенсивных секторов в национальном выпуске. Однако следует учитывать, что фрагментация международных цепочек создания ценности, особенно в производстве инноваций, может привести к результатам, вводящим в заблуждение. Поскольку даже когда страна управляет только частью цепочки создания ценности в зна-ниеинтенсивном секторе среднего уровня (как, например, в случае конечной сборки ряда сложных продуктов в Венгрии), она может иметь значимый авторитет в знаниеинтенсивных секторах. Фрагментация цепочек создания ценности в таких случаях «штрафует» страны, специализированные на сегментах высококачественных или знаниеинтенсивных продуктов в менее знаниеинтенсивных секторах (пример Австрии и Италии, имеется в виду их позиция в рейтинге индекса инноваций ЕС) [13, с. 34].
Отмеченные тенденции в исследованиях инновационных процессов, на наш взгляд, вполне соотносятся с основными тенден-
циями текущей политики в научной сфере. Это в первую очередь университетский центризм, сотрудничество, интернационализация и растущая сложность [12].
Эксперты Массачусетского технологического института (МТИ) раскрывают существо новых явлений в сфере производства знаний на примерах деятельности «крупномасштабных партнерств консорциального типа» [12, 14].
В прошлые два десятилетия в десятках стран стартовали крупномасштабные проекты создания международных партнерств с участием национальных университетов и авторитетных международных организаций - партнеров. Например, с 2006 г. в Португалии проявились пять инициатив совместно с МТИ, Университетом Карнеги-Меллона, Университетом Техаса в Остине, Гарвардской медицинской школой и немецким Обществом Фраунхофера. Аналогичные усилия предприняло в 2006 г. правительство Сингапура, открыв Университетский городок - предприятие для совершенствования исследований и технологий (Campus for Research Excellence and Technological Enterprise - CREATE), привлекая лучшие глобальные университеты и научно-исследовательские институты, включая Калифорнийский университет Беркли, Кембриджский университет, ETH Цюрих (Eidgenössische Technische Hochschule Zürich - Швейцарская высшая техническая школа Цюриха), Массачусетский технологический институт, Technion (Israel Institute of Technology) и ТУ Мюнхен (Technische Universität München - Мюнхенский технический университет). Другим примером является новый Институт в Сколково (SkolTech), который выстроен вблизи Москвы, объединяя Центры исследований, образования и инноваций, в работе которых участвуют национальные и международные партнеры (включая МТИ, университеты Гронингена и Дельфта).
Новое поколение партнерств отличается от традиционных форм несколькими важными свойствами. Во-первых, они, как правило, представляют собой соглашения по укреплению исследовательского потенциала одной из сторон, т.е. являются ограниченными по времени договорными обязательствами. В отличие от университетских кампусов или совместных программ они не предусматривают постоянного «оффшорного присутствия» и, как правило, поддерживаются правительством страны, оказывающей гостеприимство. Во-вторых, они обычно комбинируют совместные действия в области исследований с рядом коммерческих услуг, которые один партнер оказывает другому. В-третьих, они размещают деньги местных налогоплательщиков в целях финансиро-
вания совместных исследований (и других) в университете иностранного партнера, что все еще в основном резко контрастирует с национальной практикой финансирования исследований и формирования институтов.
В-четвертых, партнерства «типично сложны», и это означает, что они одновременно обращаются к целям в образовании, научных исследованиях, инновациях, формировании институтов, осуществлении политических реформ и др. Это отличается от более традиционных форм международных университетских взаимодействий, которые обычно сосредоточиваются только на одном из этих аспектов, например в виде студенческих обменов, двойных программ получения ученой степени или сотрудничества отдельных исследователей. В-пятых, они, как правило, становятся крупномасштабными инициативами, которые могут длиться до 20 лет, вовлечь сотни людей, стоить десятки и сотни миллионов долларов (не учитывая потенциал развития инфраструктуры), и нередко объединяют множество учреждений в структуре, подобной консорциуму.
Эти крупномасштабные университетские товарищества представляют собой политические стратегии, направленные на становление и укрепление потенциала того, что называется «Сложным партнерством в международной науке, технологии и инновациях» (Complex International Science, Technology, and Innovation Partnerships - CISTIPs). Говоря в общем, учитывая ограниченность смыслов, передаваемых терминами, это гибридная комплексная и крупномасштабная структура, формирующая институциональные условия и осуществляющая усилия в сфере консультирования, финансирования и проведения научных исследований. Кроме того, CISTIPs не ограничены партнерствами с университетами, но существуют в расширяющемся спектре других институциональных и секторных форм и параметров [14].
В одном из своих отчетов авторы подчеркивают, что формирование национальных исследовательских кластеров в рамках программы «МИТ - Португалия» было, кроме того, поддержано созданием семи новых национальных специализированных программ, реализуемых одновременно во многих португальских университетах [там же]. В связи с этим хотелось бы напомнить читателю о концепции «благ сетевого характера», которые, по существу, обладают свойствами общественного блага. Подробнее эта тема была раскрыта в предыдущих публикациях [3].
В исследованиях «сложных партнерств» обнаружено, что в каждом случае происходит формирование единственной в своем роде архитектуры и типов воздействия, особенных для контекста той или иной страны. Это, очевидно, требует особых подходов, которые комбинировали бы такие методы исследования, как анализ сети, системный анализ архитектуры, определение «различий в различиях» (difference-in-differences - DiD), другие статистические методы. В библиографических исследованиях использованы данные о публикациях за прошлые 20 лет, для того чтобы проанализировать изменения в публикационной активности и поведении ученых, участвовавших и не участвовавших в программах партнерств.
В случае программы «МИТ - Португалия» (ПМП) было отмечено ее большое влияние на результаты, в том числе ее публикационная активность. С точки зрения производительности научной работы обнаружено, что аффилированные с программой исследователи производят научных публикаций на 15-30% больше, чем контрольная группа, при этом с лучшим качеством, если судить по воздействию (импакт-фактор) и видимости (цитированиям) их публикаций. В то время как такое увеличение вселяет оптимизм, остается важный вопрос о перспективе устойчивости этого увеличения. В плане долгосрочных последствий обнадеживает большее внимание к молодым участникам программы. Программа «МИТ -Португалия» обеспечивает хороший старт их исследовательской карьеры.
Важным наблюдением оказывается факт влияния проекта «МИТ - Португалия» на внутренние паттерны сотрудничества и интенсивность научных исследований. Традиционные препятствия в форме институциональной изолированности, непродуктивной конкуренции, недостатка стремления к сотрудничеству и т.п. преодолеваются. Исследование демонстрирует, что такое крупномасштабное международное товарищество ПМП может способствовать формированию новых центров исследования, которые будут привлекать специалистов из различных областей и создавать новые области знаний. В то же время авторы говорят и о необходимости дальнейших исследований, которые должны определить, не будут ли отмеченные изменения лишь временным явлением, которое объясняется стремлением исследователей «следовать за деньгами» [12].
Анализ опыта международных комплексных партнерств в области науки, технологии инноваций в различных странах пока-
зывает, что организационное управление в рамках такого рода проектов пока еще в значительной степени осуществляется «ориентированными на практический результат администраторами». То есть такие проекты обычно разрабатываются и управляются институциональными лидерами, чиновниками, которые часто не имеют под рукой достаточно концептуальных оснований и методологических инструментов. Эксперты МТИ, например, обнаружили, что дизайн часто оказывается сформированным под влиянием политических мотивов, возможностей, ограничений и опирается прежде всего на опыт или знание о подобных действиях отдельных лиц. Как правило, в процессах проектирования не встречались систематический краткий обзор вариантов дизайна и попытки связать эти варианты с определенными функциями или целями. В процессах проектирования партнерства внимание преимущественно обращается на форму, а не на функции. Вероятно, это происходит благодаря тому факту, что процессы принятия решений у высших чиновников обусловлены «примерами, [заложенными] в памяти» («вроде эвристики наличия», по Тверски и Канеману [12, с. 51]). Например, ключевые заинтересованные лица предлагают включать в программы развития партнерств студенческие обмены (наиболее распространенный международный механизм в высшем образовании), не обязательно определяя, каким образом ожидаемый результат этого обмена скажется на укреплении потенциала или оценке того, мог ли тот же результат быть достигнут посредством другого, структурно более уместного механизма. Чрезмерное внимание к форме, кроме того, может привести к замыканию на определенной архитектуре и к результатам, которые не соответствуют неявно подразумеваемым целям заинтересованных лиц.
По существу, рассмотренные примеры научно-технологических партнерств в реальных ситуациях демонстрируют новую гибридную модель трансграничного взаимодействия в исследованиях (здесь речь идет о границах между дисциплинами). В данной модели работает комбинация элементов классического двухстороннего товарищества (например, обмены или научное сотрудничество) с услугами (например, консультации по вопросам организационных моделей, найма специалистов, доступа к существующим научно-исследовательским сетям или трансфер объектов). В этом смысле явно проявляется институциональная миссия для исследовательских университетов: выступать катализатором регионального и / или
национального развития, предлагая услуги правительствам и университетским системам за границей.
Очевидно, для описания такого рода сложных объектов / систем требуется производственная функция нового вида. Но это уже не производственная функция в традиционном определении. По всей видимости, это должна быть концептуальная динамическая модель сложной системы. В приводимом ниже описании авторской версии представлены ее общие черты в формате концептуальной схемы.
Особенностью предлагаемой схемы является то, что в ней разделены потоки краткосрочного и долгосрочного периодов. Единицей измерения времени для долгосрочного периода служат поколения технологий. Следует также иметь в виду, что когда применительно к данной схеме речь идет о времени, оно принимается системным.
Структура модели комплекса измерителей Глобального индекса инноваций (ГИИ), по мнению автора, вполне может служить основой для построения концептуальной схемы национальной инновационной системы, позволяющей представить динамику энергоинформационных потоков в данной структуре. С достаточной долей условности параметрами входа системы научного производства (НИС) могут служить: (1) институты, (2) человеческий капитал + ИР, (3) инфраструктура, (4) степень развитости рынка, (5) степень развитости бизнеса; параметрами выхода: (6) инновационные продукты (знание и технология) и (7) продукты творчества.
С достаточной долей условности динамику научно-технологического развития можно отобразить в декартовых координатах, где по вертикали отложен уровень развития знаний и технологий, а по горизонтали - объем затраченной на производство этого знания энергоинформации. Следуя известным выводам теории трудовой стоимости, в графическом отображении динамических зависимостей объем энергоинформации можно соотнести с объемом полезного (табельного) времени. Тогда в точке начала отсчета будет располагаться рассматриваемое прошлое, а в направлении движения направо - будущее (рис. приведен в [5, с. 93]).
Таким образом, если применить данное схематическое представление НИС к описанию концепции технологических укладов (ТУ), то можно заметить, что линия уровня научно-технического развития от «прошлого» к «будущему» имеет форму логистической кривой, при помощи которой обычно описывают динамику выпуска продукции определенного уклада, т.е. график, выполнен-
ный в масштабе жизненного цикла ТУ, имеет вид постоянно возрастающей функции. На начальной фазе, на старте ТУ, ресурсами НИС являются институты и человеческий капитал (доставшиеся от «прошлого»). Здесь «вторая производная» имеет положительный знак. К завершению жизненного цикла ТУ (где «вторая производная» уже изменила знак на отрицательный) должны быть сформированы знания и компетенции, которые станут ресурсами (человеческим капиталом, институтами и др.) для последующих укладов (для «будущего»).
Продукция «на выходе», которую учитывает ГИИ, и другие параметры «входа» рассматриваются в предложенной модели как составляющие процессов краткосрочного периода. То есть они преимущественно имеют значение в рамках существующего уклада.
Заметим, что, «растянув» пространство инновационно-технологического развития посредством принятых предположений, мы получили возможность обозначить точки приложения и направления управляющих усилий - мер научно-технической политики. Обозначим как «А» - управляющее воздействие, ориентированное на «будущее»: это усилия, учитывающие развитие знаний и компетенций.
Как «Б» обозначим управляющее воздействие, направленное на развитие инфраструктуры, рынков и бизнеса. Знаком «В» обозначим управляющее воздействие, направленное на выпуск (стимулирование выпуска) инновационных продуктов и продуктов творчества.
Ситуация в нашей стране сложилась таким образом, что в отношении НИС российская администрация осуществляет сравнительно эффективные управляющие воздействия на уровнях Б и В, а возможности влиять на будущее на уровне А все более сокращаются. Здесь же можно заметить, что концентрация усилий в зонах / направлениях Б и В способствует не столько эффективному развитию НИС, сколько - сохранению условного баланса. Но это -тема отдельной статьи. Скажем только, что внутренние угрозы проявлены в том числе как системные проблемы государственного управления. Они видны в случаях подмены реальных целей в области развития научно-технической сферы целями обеспечения «экономической эффективности» государства, а также в случаях недостатка понимания концептуального содержания управления, в частности понимания задач и функций государства в области научно-технического образования.
Интересен также вопрос о том, можно ли модель производственной функции применить к рассмотрению выпуска такого продукта, как научные публикации. Продолжая тематику национальных инновационных систем, обратимся к исследованию Я. Сана и С. Граймса [17]. В статье этих авторов сообщается, что до 1990 г. исследования в инновационной сфере все еще находились в стадии становления: лишь немногие ученые интересовались этой темой. Однако с начала 1990-х годов наблюдался существенный и монотонный рост публикаций. Число статей, публикуемых ежегодно после 2000 г., сначала составляло приблизительно сотню и достигло 450 к 2012 г. После 1990 г. кривая общего локального показателя цитирований приобретает «инвертированную U-форму», достигая пика в 2002 г., быстро снижаясь в последующие годы [17, с. 29].
Появление понятия НИС, по мнению авторов, обусловлено потребностью в теоретическом обосновании глобализации. В связи с этим понятно использование термина «техноглобализм» [8] в описаниях влияния глобализации на мир изобретений и инноваций. Специалисты, работающие в области «история национальных инновационных систем», утверждают, что НИС берет начало из сетей отношений и взаимодействий, необходимых тогда, когда фирмы должны внедрять инновации, в то время как наблюдается рост значимости и влияния внешних международных связей как части сети фирмы.
В условиях экономического спада правительства Европы поощряют в том числе и международные структуры к организации и проведению исследований потенциала экономического роста. Такую деятельность осуществляли, например, шведское Управление по техническому развитию, начав исследования «шведской Технологической системы» в 1988 г., Программа экономики / технологии (Technology / Economy Programme - TEP), инициированная OECD в 1988 г. Ученые попытались объяснить национальные различия между экономическими системами с точки зрения теории, особенно в отношении экономического чуда Японии в конце 1980-х, и в процессе этих обсуждений быстро возникли понятия НИС и национальных исследований инноваций. Последовавшее за этим периодом падение числа цитат частично отражает феномен жизненного цикла цитирований недавно опубликованных работ, но это также отражает и тот факт, что было опубликовано меньше оригинальных работ с 2002 г. [17, с. 21].
Обобщая данные наблюдения, можно заметить, что концептуальная схема, отображающая динамику научной продукции, условно может быть представлена как производственная функция. Для отдельно рассматриваемой тематики график этой функции, как правило, имеет «инвертированную Ц-форму».
Причем в науковедении наблюдается феномен, аналогичный тому, какой ученые встречают в экономике: выпуск высокотехнологичной продукции в рамках определенного технологического уклада отображается при помощи графика инвертированной Ц-формы. Такой же примерно вид имеет график выпуска для последующего уклада.
Эффективность научно-технической политики (НТП) будет выражена в том, что огибающая для этих графиков будет представлять собой 8-образную логистическую кривую. То есть это будет график постоянно возрастающей функции. И чем более успешной будет НТП, тем короче окажется отрезок огибающий между пиками графиков выпусков двух сменяющих друг друга технологических укладов.
Кроме того, как в экономике, так и в науковедении следует помнить о негативных эффектах, сопровождающих процессы производства, особенно на этапах интенсивного роста. К ним относятся, в частности, появление «пузырей» на финансовых и других рынках, «лишние» публикации, которые обнаруживают библио-метрические наблюдения. Вероятно, специалистам в области биб-лиометрического анализа следует обратить внимание на опыт разработчиков различных версий индексов инноваций и взять из него полезное для себя.
Список литературы
1. Государственная программа Российской Федерации «Развитие науки и технологий» на 2013-2020 годы. Утверждена распоряжением Правительства Российской Федерации от 20 декабря 2012 г. № 2433-р1.
1 Так, госпрограмма «Развитие науки и технологий» в качестве одного из целевых индикаторов выбирает показатель «удельный вес Российской Федерации в общем числе публикаций в мировых научных журналах, индексируемых в базе данных "Сеть науки" (WEB of Science)». Его значение к 2020 г. должно составить 2,46% [1].
2. Концепция долгосрочного социально-экономического развития Российской Федерации на период до 2020 года. Утверждена распоряжением Правительства РФ от 17.11.2008 № 1662-р.
3. Пястолов С.М. Общественное благо в наукоемких отраслях // Экономика знаний: Институты и структуры: Сб. науч. тр. / РАН. ИНИОН. Центр науч.-информ. исслед. по науке, образованию и технологиям; Отв. ред. Пястолов С.М. -М., 2013. - C. 4-20.
4. Руководство Осло / Пер. с англ.; Гос. учрежд. центр исследований и статистики науки (ЦИСН) - 2006. - Источник: Oslo manual: guidelines for collecting and interpreting innovation data. - 3 rd edition. - Paris: OECD / Eurostat, 2005. -Режим доступа: http://rii-vuz.extech.ru/doc/oslo.pdf
5. Россия: Тенденции и перспективы развития. Ежегодник / РАН. ИНИОН. Отд. науч. сотрудничества; Отв. ред. В.И. Герасимов. - М., 2017. - Вып. 12, Ч. 1. - 984 с.
6. Стратегия инновационного развития Российской Федерации на период до 2020 года. Утверждена распоряжением Правительства Российской Федерации от 8 декабря 2011 г. № 2227-р.
7. Advancing Concepts and Models for Measuring Innovation: Proceedings of a Workshop / National Academies of Sciences, Engineering, and Medicine. - Washington, DC: The national academies press, 2017. - 138 p.
8. Archibugi D., Michie J. The globalization of technology - A new taxonomy // Cambridge Journal of Economics. - 1995. - N 19(1). - P. 121-140.
9. Communication from the commission to the European parliament, the council, the European economic and social committee and the committee of the regions. Europe 2020 Flagship Initiative. Innovation Union. SEC (2010) 1161. - Brussels, 2010. -Mode of access: http://ec.europa.eu/research/innovation-union/index_en.cfm
10. Georghiou L., Roessner D. Evaluating technology programs: Tools and methods // Research Policy. - 2000. - Vol. 29, issue 4-5. - P. 657-678.
11. The product spaceconditions the development of nations / Hidalgo C.A., Klinger B., Barabasi A.-L., Hausmann R., Science. - 2007. - Р. 317, 482-487.
12. Hird 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. - 2016. - Mode of access: http://dx.doi.org/10.1016/j.respol.2016.10.008
13. The EU 2020 innovation indicator: A step forward in measuring innovation outputs and outcomes? / Janger J.M., Schubert Т., Andries Р., Rammer С., Hoskens M. // Research Policy. - 2017. - N 46. - Р. 30-42.
14. Architecting complex international science, technology and innovation partnerships (CISTIPs): A study of four global MIT collaborations / Pfotenhauer S.M., Wood D., Roos D., Newman D. / Technological Forecasting & Social Change. - 2016. -N 104. - Р. 38-56.
15. The global innovation index 2016: Winning with global innovation. World intellectual property organization; European competitiveness initiative. - WIPO: INSEAD, 2016.
16. Rafols I., Porter A.L., Leydesdorff L. Science overlay maps: A new tool forresearch policy and library management // Journal of the American Society for Information Science and Technology. - 2010. - N 61. - P. 1871-1887.
17. Sun Y., Grimes S. The emerging dynamic structure of national innovation studies: A bibliometric analysis // Scientometrics. - 2016. - N 106. - Р. 17-40.
