ОЦЕНКА ЭФФЕКТИВНОСТИ ИНВЕСТИЦИЙ В НАУКУ

Текст выступления на круглом столе, проведенном в Институте экономики РАН 25 декабря 1997 г. Опубликовано в: В.Маевский, ред., "Макроэкономические аспекты становления социального рыночного хозяйства", Москва: Институт экономики РАН, 1998.

Я хотел бы остановиться на одном из вопросов, предложенных сегодня для обсуждения: инвестиции в науку. Поставить вопрос я хочу следующим образом: какими критериями и методами мы можем пользоваться при анализе эффективности таких инвестиций? Данный вопрос чрезвычайно актуален как в России, так и в других странах с мощным научным потенциалом: дефицит бюджетных ресурсов толкает правительства уделять гораздо более пристальное внимание сопоставлению издержек и прибыльности при проведении научно-технологической политики. В своем выступлении я дам краткий обзор проводившихся на данную тему исследований, укажу на основные недостатки использованной в них методологии и затем опишу некоторые пути преодоления этих недостатков.

В макроэкономических исследованиях по социально-экономической эффективности инвестиций в науку за основу берется, как правило, неоклассическая теория роста Р.Солоу, в которой постулируется, что технический прогресс, рассматриваемый в качестве экзогенной переменной, является основным источником роста в долгосрочном аспекте. Исходя из модели Солоу, с помощью регрессионного анализа рассматривается влияние остатка А на объем выпуска Y в производственной функции Кобба-Дугласа вида Y=АF(K,L). Такими учеными, как, например, М.Абрамовитц, было установлено, что не более 25% роста выпуска в США объясняется приращением труда и капитала, и делался вывод о том, что ведущая роль принадлежит техническому прогрессу. Таким образом давалось эмпирическое подтверждение теории Солоу.

В другой группе эконометрических исследований, проводящихся на микро-уровне, также используется производственная функция, но в центре внимания - разница между доходностью от инвестиций в НИОКР для непосредственно проводящей НИОКР фирмы или университета, и общим социальным эффектом от проводимых исследований. Многие ученые установили, что разница между частным и социальным эффектом (т.е. доходностью инвестиций) может быть очень высокой: Мэнсфилд, например, утверждает, что в США конца 1970-х годов эти два эффекта составляли соответственно 25% и 56%; другие экономисты приходили к выводу о том, что социальный эффект может превышать частный на 70% или даже 100%. Теоретическое объяснение такого явления базируется на теории общественных благ: проведение НИОКР порождает положительные экстерналии, которые не могут быть полностью интернализированы частным инвестором и следовательно будут проводиться в субоптимальном объеме. Налицо провал рынка, который должно компенсировать государство посредством субсидий для НИОКР. Таким образом мы имеем убедительное обоснование государственных вливаний в науку.

Эти две группы исследований, во-первых, дают важные качественные результаты: технический прогресс является ключевым фактором экономического роста; социальный эффект от инвестиций в НИОКР превышает частную прибыльность их проведения; в силу того, что наука - общественный товар, необходимы субсидии для НИОКР. Во-вторых, данные выводы подкреплены конкретными цифрами. Таким образом неоклассические исследования по эффективности инвестиций в науку очень убедительны с риторической точки зрения. Тем не менее, по моему убеждению, недостатки этих исследований перевешивают их преимущества.

Во-первых, по прогнозу теории Солоу, темпы экономического роста в разных странах должны постепенно выравниваться. Однако этого не происходит. Причина такого расхождения с реальностью состоит, очевидно, в неудовлетворительности гипотез, лежащих в основе неоклассической теории роста, и прежде всего гипотезы о том, что технология является «бесплатным товаром», свободно доступным для всех стран (отсюда экзогенный характер технического прогресса).

Во-вторых, исследования, о которых я говорил выше, базируются на линейной, односторонне-направленной модели инновационного процесса: государство или частный сектор вкладывает деньги в исследования, ученые получают результаты, которые в конечном итоге превращаются в технологии, повышающие производительность производства, что ведет к более высоким темпам экономического роста. Линейная модель подвергалась справедливой критике, на которой я не буду сейчас подробно останавливаться. Скажу только, что при проведении регрессионного анализа взаимосвязей между отдельными элементами инновационного процесса принципиально важен выбор переменных. Дело в том, что исследователю неизбежно приходиться оперировать упрощающими переменными-заменителями (proxies), которые отражают стоящие за ними явления: такие, как эффективность работы ученого или технологическая динамика фирмы, Вопрос в том, насколько хорошо они отражают эти явления. В российской научной среде сейчас ведутся напряженные дебаты о приемлемости индекса цитирования для оценки качества работы ученых. Очевидно, что во многих случаях приемлемость этого индекса весьма проблематична. Но не меньше трудностей возникает и при работе, например, с патентной статистикой, отчетностью фирм о расходах на НИОКР и т.д. В одних случаях использование неадекватных индикаторов в эконометрическом анализе может лишь в какой-то мере снизить точность результатов. Но в других – полученная качественная картина может оказаться ложной. Один из примеров – это утверждение о том, что в послевоенный период в странах ОЭСР снижалась отдача от НИОКР. В качестве доказательства приводится снижение количества патентов в расчете на доллар, вложенный в НИОКР. Но дело в том, что, с одной стороны, до 1965 года все большее количество внутрифирменных расходов трактовалось в отчетности как НИОКР и, с другой стороны, начиная с 1970-х фирмы менее активно регистрировали патенты, поэтому последние становились менее адекватным индикатором технологической активности. Отсюда ложность вывода о снижающейся отдаче.
 
Что касается анализа различий между частным и социальным эффектом от инвестиций в НИОКР, то здесь масса трудностей связана с интерпретацией остатка в производственной функции – параметра, называемого «общая производительность факторов» (ОПФ). В него входит не только технический прогресс сам по себе, но и ряд других факторов, которые не могут трактоваться как рост труда или капитала, но все же оказывают влияние на производительность: это изменение структуры занятости, улучшение маркетинга, менеджмента и т.д. Часто разбить ОПФ на технический прогресс и другие факторы невозможно.

Наконец, наиболее глубокий, пожалуй, комплекс проблем связан с самим теоретическим аппаратом неоклассической парадигмы. Насколько приемлема гипотеза о максимизации полезности или прибыли при моделировании поведения - соответственно - ученых и фирм? Обязательно приходится задумываться над этим, анализируя возможное влияние нового метода финансирования на поведение ученых или реакцию фирм на субсидии или налоговые льготы для проведения НИОКР. Далее, насколько приемлема эконометрика в науковедческих исследованиях? Методологи отмечают, что использование эконометрики допустимо при соблюдении двух условий: оцениваемая переменная должна быть полностью изолирована от других аспектов среды, которые не рассматриваются в модели; переменная должна вести себя одинаково в разных временных и структурных условиях. Другой важный вопрос – это адекватность производственной функции для анализа создания научного знания.  И, наконец, теория общественных товаров: можно ли вообще считать научное знание товаром? если да, то каким?

При выработке научной и технологической политики прежде всего важны, конечно, такие вопросы, как: покупаем ли мы науку, когда мы тратим деньги на науку? как будут реагировать получатели денег или льгот на применение конкретных методов финансовой поддержки, т.е. какие стимулы или анти-стимулы будут создаваться?
Сейчас можно достаточно уверенно говорить о том, что в теоретических и прикладных исследованиях по научной и технологической политике все яснее просматривается переход от традиционной неоклассической методологии к методам, традиционно свойственным институционально-эволюционному направлению в экономической теории.

Во-первых, меняется видение инновационного процесса: это уже не линейная, а цепная модель, в которой инновационная деятельность рассматривается как взаимодействие между многими составляющими ее элементами. Появилось понятие «национальная инновационная система», в котором подразумевается, что опыт и знания, накапливаемые в процессе этого взаимодействия, глубоко специфичны для конкретной страны и не могут легко переноситься из одного институционального контекста в другой. Меняется и понимание роли науки: продукт научной деятельности – это прежде всего не превращаемая в технологии «информация», а некодифицируемое общественное знание, позволяющее лучше познавать мир и повышающее качество всей инновационной системы в целом.

Во-вторых, развивающаяся сейчас «новая экономика науки» стремится открыть еще один «черный ящик»: роль экономических факторов в процессе создания научного знания, изучение институциональных структур в науке (в рамках «старой» экономики науки анализируется уже созданное научное знание).

В-третьих, основываясь на новом концептуальном аппарате, можно объяснить, почему не происходит выравнивания темпов экономического роста между нациями: технологическая динамика – это эндогенный, кумулятивный процесс, специфичный для конкретной страны; в результате одни страны попадают в благоприятный, а другие - в порочный замкнутый круг. На этой гипотезе основаны набирающие популярность макроэкономические теории эндогенного роста.

Новое видение инновационного процесса требует применения иных, чем традиционные, методов. Это такие методы, как социологический опрос, контент-анализ, наблюдение, интроспекция. Объединяет их принципиальное отличие от неоклассического подхода: если в рамках последнего исследователь исходит из априорных утверждений, на основе которых формируются гипотезы и затем тестируются при помощи регрессионного анализа, то в институционалистских исследованиях явление или действие изучается в его взаимосвязях со всем комплексом институциональной системы. Ученый постепенно охватывает все более глубокие уровни взаимосвязей, пока ни получает целостную картину реальности. Если изучить опыт работы специалистов по прогнозированию науки из Исследовательского института по научной политике (SPRU) при Сассекском университете или рассмотреть исследования по национальным инновационным системам, то можно увидеть, что применяется в них именно такая методология. Ее применение предпочтительно, если важны взаимосвязи изучаемого явления со сложным комплексом других явлений, в то время как традиционные формальные модели более уместны, если изучаемое явление можно объяснить одним или двумя факторами и законами.

Однако необходимо отметить, что институциональная методология имеет и слабые стороны. Применение перечисленных мной выше методов требует довольно много денег и времени. Кроме того, результатом исследования здесь является не несколько однозначных количественных оценок, а сложная, приблизительная модель и утверждения типа «с одной стороны...с другой стороны...». Это часто совсем не то, что нужно заказчику исследования! Вспомним один пример из истории экономической мысли: в 1920-30-х годах институционализм был господствующей теорией в США. Однако когда дело дошло до объяснения Великой депрессии, последователи Веблена и Митчелла выдвигали сложные холистические объяснения, а представители неоклассического синтеза предлагали простые и однозначные диагнозы и решения и благодаря этому выиграли симпатии политиков, общественного мнения и студентов. В результате неоклассический синтез стал «мэйнстримом», а институционализм ушел на периферию.

Проблема приемлемости результатов исследования для заказчика была одной из центральных тем конференции по практике оценки научных и технологических политик, проведенной Директоратом ОЭСР по науке, технологии и промышленности в июне 1997 года. Был сделан вывод о том, что при оценке тех или иных тенденций или методов финансирования в научно-технологической сфере – и это справедливо и для оценки эффективности инвестиций в науку - необходимо выбирать методы исследования таким образом, чтобы они удовлетворяли заказчика, пусть даже выводы исследования будут для него неутешительными. Необходимо признать, что политикам зачастую нужно прежде всего несколько однозначных индикаторов, нежели сложная, хотя и более верная, картина. Поэтому полностью отказываться от традиционной методологии при изучении эффективности вложений в науку, конечно, не стоит. Чтобы добиться максимальной объективности и высокого качества исследований, более правильным видится одновременное применение набора разных методов и разработка многомерных индикаторов.

Back to Main Page

This page hosted by  Get your own free homepage