Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Развитие российской инновационной системы в контексте нарративной экономики. Монография
.pdf
1.2. Обзор научных исследований о российской инновационной системе
ющемся мире. Подобный подход к функциям институтов имеет не только теоретический потенциал, но также может быть
применен, например, для прикладного анализа организационных изменений, что вполне соответствует научной традиции
оригинального институционализма.
Также существуют классификации функций институтов,
имеющие отсылку к логике и философским вопросам. Такие подходы уделяют основное внимание при анализе функций институтов проблеме сотрудничества (cooperation) и координации в экономических взаимодействиях (Eriksson, 2019;
Hindriks and Guala, 2019; Hindriks, 2019).
Философские дискуссии о функциях институтов ведутся
вокруг проблемы «является или нет основной функцией института создание коллективного блага, которое облегчает сотрудничество?». В рамках таких дискуссий выделяются несколько операционных функций институтов: этиологические,
деонтические и телеологические (Hindriks and Guala, 2019).
Основной функцией институтов, по мнению Ф. Хиндрикса
и Ф. Гуала, является этиологическая функция, сущность которой заключается в создании совместных выгод, обеспечивающих продолжающееся существование институтов (Hindriks
and Guala, 2019. P. 2041). Деонтическая (нормативная) функция институтов реализуется тогда, когда институты могут
быть явно описаны в терминах нормативных правил, которые способствуют сотрудничеству (Hindriks and Guala, 2019.
P. 2034). Телеологическая функция институтов реализуется
через цели, с которыми связаны нормы, и социальными ценностями, обеспечивающимися выполнением норм (Hindriks
and Guala, 2019. P. 2035–2036).
В новой институциональной экономике выполнение функций институтов (координационной и распределительной) рассматривается через призму обеспечения гарантом нормы
ее действия в группе или сообществе, где такая норма распространена. Поэтому у формальных институтов механизмы
принуждения исполнения нормы напрямую зависят от эффективности действий гарантов нормы, которым функционирование нормы выгодно. Для неформальных институтов функцию
бенефициара-гаранта выполняет большинство индивидов, которое в случае нарушения нормы вводит санкции или исклю-
31
1. Методология исследования национальных инновационных систем…
чает нарушившего норму из отношений, связанных с тем или
иным институтом (Тамбовцев, 2016). Такой подход при анализе выполнения или невыполнения функций институтов апеллирует к проблеме наличия или отсутствия ресурсов у гарантов для обеспечения выполнения тех или иных норм или правил. Если наблюдаются нарушения, например, в координационной функции институтов, то это означает, что гаранты
не могут создать условия, когда соотношения выгод и издержек для индивида, включенного в действие института, создает достаточные стимулы для эффективного повторения взаимодействий.
Относительно объяснения влияния институтов на развитие национальной инновационной системы через выполнения
(или невыполнения) ими своих функций лучше всего подходит та, что связана с обеспечением сотрудничества между различными акторами и организациями системы. Такая функция
может иметь название координационной или этиологической,
но главный момент здесь заключается в том, что реализация
функции институтов национальной инновационной системы
способствует (препятствует) сотрудничеству и получению выгод от такого сотрудничества. Гарантом формальных норм таких институтов выступает государство, а гарантом неформальных – сообщества акторов, включенных в их действие. В случае, если функции институтов национальной инновационной
системы реализуются удовлетворительно, то уровень трансакционных издержек будет позволять осуществлять эффективное сотрудничество или кооперацию в производстве знаний,
технологий и высокотехнологичной продукции.
Институциональная структура российской инновационной системы характеризуется существенными барьерами
(McCarthy, Puffer, Graham and Satinsky, 2014) которые препятствуют ее развитию. Выявление таких барьеров является
залогом для понимания того, где и как не выполняется основная функция институтов, связанная с созданием условий для
эффективной координации и сотрудничества (Вольчик и Маслюкова, 2022).
Использование концептов и исследовательских инструментов нарративной экономики не значит, что результаты более
традиционного экономического моделирования тех или иных
32
1.2. Обзор научных исследований о российской инновационной системе
экономических процессов не релевантны. Напротив, нарративный анализ, в данном случае российской инновационной
системы, должен соотноситься, дополнять и расширять объяснительные возможности моделирования, которое довольно хорошо развито.
В российской научной среде накоплен и постоянно пополняется большой массив количественных и качественных данных об инновационной системе. Так, ведущие социологические центры, такие как Институт социологии РАН, НИУ
ВШЭ и ВЦИОМ, проводят исследования, собирают и анализируют данные о различных аспектах развития инновационной
сферы (табл. 1).
Таблица 1
Источники данных, характеризующих российскую
инновационную систему
Научно-
исследовательские
центры, изучающие российскую
инновационную си-
стему
Федеральная служба государственной
статистики
Институт социологии РАН
ÍÈÓ ÂØÝ Рейтинг инновационного развития регионов
ВЦИОМ Аналитические обзоры, опросы населения
Аналитические обзоры, ежегодные обследования инноваций Официальная статистическая информация/Наука, инновации и информационное общество/ Наука и инновации), базы данных: ЦБСД (Центральная база
статистических данных Росстата); ЕМИСС
(Единая межведомственная информационностатистическая система).
Две группы показателей инновационного процесса: прямые (данные об инновационной деятельности) и косвенные (данные о научной
и образовательной деятельности) (Ключарев,
2021).
(РРИИ) Российской Федерации
по теме инноваций
Характеристика исследований
33
1. Методология исследования национальных инновационных систем…
Окончание табл. 1
Научно-
исследовательские
центры, изучающие российскую
инновационную си-
стему
ÖÝÌÈ ÐÀÍ Методика определения результативности ин-
новационной деятельности регионов и их влияния на развитие страны (Голиченко, 2012b;
Голиченко и Балычева, 2012).
Сколтех. Аналитический Департамент научнотехнологического
развития
Финансовый университет при Правительстве РФ
Ассоциация инновационных регионов России
Источник: составлено авторами
Разработка синтетических индикаторов (Дежина и Киселева, 2008)
Методика расчета степени концентрации финансовых ресурсов НИОКР (Юревич, 2019),
метод оценки технологической границы,
в окрестности которой происходит смена режима заимствования технологий на режим
их создания; интерпретация технологических
сдвигов в терминах теории технологических
ловушек (Балацкий, 2012b)
Рейтинг инновационных регионов России
(АИРР)
Характеристика исследований
Понятие «национальная инновационная система» требует выявления как качественных, так и количественных различий между странами и явно предполагает, что каждая национальная система является результатом большого количества взаимосвязанных институтов с различным географическим расположением, каждый из которых характеризуется
неодинаковыми возможностями. Гетерогенность аспектов делает невозможным отразить инновации в единственном показателе, который включал бы в себя исчерпывающую информацию о национальной инновационной системе (Archibugi and
Coco, 2005).
34
1.2. Обзор научных исследований о российской инновационной системе
Одним из факторов, препятствующих проведению эффективной инновационной политики, является трудность определения «технологического фронтира – критической отметки,
после преодоления которой целесообразно переходить от заимствования чужих технологий к собственным разработкам»
(Balatsky, 2021). Другой проблемой является «идентификация болевых точек национальных научно-технологических
систем, которые не позволяют им продвигаться по пути дальнейшего прогресса» (Балацкий и др., 2017).
Однако несмотря на эти ограничения, использование агрегированных показателей является распространенной практикой при моделировании национальных инновационных систем (например, ВВП, инновационные индексы, индекс человеческого развития и др.). Кроме того, применение «точных
цифр» при условии, что значения отдельных статистических
индикаторов как достоверных показателей развития инновационной системы удовлетворяют требованию репрезентативности и согласованности, несомненно, повышает убедительность аргументации при моделировании, помогает понять реальность определенных ситуаций и может быть использовано
в разработке стратегических решений, а также для проверки
различных и даже конкурирующих гипотез.
Содержательный анализ научных публикаций, посвященных исследованию инновационных систем на основании традиционного экономического моделирования, позволил выявить четыре типа моделей на основе общности выводов: макроэкономическое моделирование инновационных систем, моделирование роста за счет развития инновационных систем,
моделирование инновационной активности фирм, моделирование институциональных факторов развития инновационных
систем (Вольчик и др., 2021b). Также обобщены и сгруппированы типичные и специфические ограничения моделирования
национальных инновационных систем (рис. 1).
35
1. Методология исследования национальных инновационных систем…
Ðèñ. 1. Ограничения моделирования НИС (Вольчик и др., 2021a)
Существующие расхождения между результатами количественных и качественных методов связаны с используемыми в математическом моделировании индикаторами развития
НИС, что выражается либо в невозможности применения при
формальном моделировании ряда индикаторов, часто встречающихся в нарративах, либо в критике результирующих индикаторов в экономико-математических моделях. Выбор результирующих индикаторов сильно зависит от оценочных суждений ученых, а также от доступности данных, а не теоретических предположений. Фактически подходы к моделированию
НИС, несмотря на методологические различия, добавляют
различные компоненты, причем относительная важность каждого выделенного компонента по-разному учитывается различными исследовательскими группами. Анализ экономикоматематических моделей, тем не менее, показывает, что различные подходы имеют существенное сходство. Фактически,
многие индикаторы идентичны, что свидетельствует о достижении определенного консенсуса среди ученых относительно
наиболее важных компонентов НИС.
36
1.2. Обзор научных исследований о российской инновационной системе
Другое ограничение моделирования НИС связано со статистическими источниками, которые могут использоваться, поскольку как имеющиеся статистические данные, так и их надежность гораздо менее удовлетворительны для разных стран.
Фактически, выбор факторов для включения их в модель напрямую связан с количеством принимаемых во внимание
стран: чем больше стран учитывается, тем более проблематичным становится поиск удовлетворительных показателей.
Для ограниченной группы развитых стран (например, стран
ОЭСР) доступно большое количество индикаторов и высокая
надежность данных. Модели, применяемые для стран ОЭСР,
не могут быть использованы для развивающихся стран по той
простой причине, что соответствующие данные недоступны
(Archibugi and Coco, 2005).
Различные подходы и отдельные исследовательские группы заинтересованы в исследовании разных аспектов НИС,
и это проявляется как в выборе соответствующих методов анализа, так и в результатах. У моделирования и анализа нарративов есть точки соприкосновения, где оба метода дают сопоставимые выводы: относительно финансирования НИОКР, наличия лагов в инновационных циклах, результативности РИС
(Вольчик и др., 2021a). Методологическое разнообразие помогает лучше понять структуру НИС, поэтому очевидно, что необходимо использовать преимущества качественных и количественных подходов для лучшего понимания сложных взаимосвязей при анализе НИС.
Использование моделей при анализе НИС полезно с точки
зрения формального представления ее составляющих, но качественные данные, в том числе полученные из нарративов,
могут дополнять количественный подход и формальное моделирование, поскольку они: дают априорные предположения
о значимых элементах, которые следует включать в модели,
и о том, каких результатов от них ожидать; дают понимание, какие показатели использовать (например, при анализе
нарративов выявлена проблема, что из России множество ученых уезжают еще на этапе обучения и, следовательно, сделан
вывод, что показатель количества учащихся в связи с этим
использовать некорректно, лучше использовать численность
научных кадров); проверить адекватность модели реальности
37
1. Методология исследования национальных инновационных систем…
(например, многие модели дают результат, в котором институты незначимы, но в то же время существенная часть нарративов посвящена проблемам законодательства, регулирования, бюрократии, уровню свободы и т.д.); могут отвечать
на вопросы, которые количественно измерить трудно (например, фактически отсутствует моделирование спроса на инновации, тогда с помощью нарративов мы выясняем, что спрос
со стороны бизнеса, населения очень мал; или проблема утечки умов, данные по которой отсутствуют или противоречивы,
зато есть множество экспертных суждений о том, как это влияет на НИС); дают возможность пересмотра гипотез в процессе исследования, анализа «скрытых» процессов, мифов и стереотипов, а также оценки эффектов экономической политики.
В случаях, когда модели и нарративы сходятся в выводах,
количественный подход имеет практическую значимость. Например, на основе двух методов получен вывод о том, что есть
различие между государственным и частным финансированием, тогда с практической точки зрения можно ставить конкретные вопросы (насколько один вид финансирования эффективнее другого; какой объем государственных средств эквивалентен одной единице частных средств с точки зрения
влияния на производство инновационной продукции).
Можно выделить два подхода к использованию нарративов наряду с формальным моделированием: ex ante и ex post.
В рамках подхода ex ante формулируются априорные предположения на основе анализа нарративов и выделения значимых проблемных ситуаций, затем проводится моделирование. Его выводы проверяются на адекватность через сравнение с выводами нарративов. Если модель полна и адекватна,
ее выводы имеют большую вероятность быть использованными на практике.
В рамках подхода ex post нарративный анализ проводится
в части проблемной области и выводов той или иной модели.
С помощью нарративов мы дополняем объяснительные гипотезы в плане интерпретации моделируемой ситуации с учетом
правил, норм и ценностей, которые акторы считают значимыми. Нарративы позволяют выявить релевантные мотивы поведения акторов НИС и сформулировать возможности его кор-
38
1.2. Обзор научных исследований о российской инновационной системе
рекции, учесть интересы и мнения о проблемах разных акторов.
Моделирование инновационных систем строится на анализе механизмов, количественных результатов и показателей, относящихся к различным аспектам создания, внедрения и коммерциализации инноваций. Нарративный анализ
позволяет дать значимую интерпретацию динамики показателей и результатов моделирования. Например, рост патентных
заявок и выданных патентов очень специфически согласуется с ростом их использования. Анализ нарративов и дискурсов акторов российской инновационной системы показывает,
что на практике патенты часто используются в качестве «инструмента отчетности», и рост их количества связан с «гонкой за показателями». Подобная политика работы на показатель наряду с высокими бюрократическими и административными барьерами дестимулирует реальную патентную активность изобретателей и препятствует использованию результатов интеллектуальной собственности в бизнесе (Вольчик,
2021. Ñ. 67).
Ведущие социологические центры, такие как Институт социологии РАН, НИУ ВШЭ и ВЦИОМ, проводят исследования,
собирают и анализируют данные, характеризующие российскую инновационную систему. Эмпирические данные, опубликованные этими организациями, могут быть использованы
для вторичного анализа, в том числе сопоставлены друг с другом и с данными, которые получены в ходе нарративного институционального анализа российской инновационной системы. Для этого необходим обзор опубликованных данных, методик их сбора и предложенных способов их анализа и интерпретации. Таким образом, отталкиваясь от того, какие данные
о российской инновационной системе уже известны уч¸ным,
можно будет определить дальнейшие шаги по развитию эмпирической базы исследования российской инновационной системы.
Использование вторичного анализа социологических и статистических данных позволяет построить более детальные объяснительные модели в плане сравнения с распростран¸нными
и влиятельными нарративами о российской инновационной
системе.
39
1. Методология исследования национальных инновационных систем…
Институт социологии РАН
Под эгидой Института социологии РАН проводится исследование институциональных аспектов развития инноваций в России. Важнейшие результаты данного исследования
были опубликованы в коллективной монографии под редакцией Г. А. Ключарева «Науко¸мкие производства в системе взаимодействия институтов» (Арсентьев и др., 2021). В исследовании приведены количественные данные об инновациях, которые были разделены на две группы: прямые и косвенные
показатели инновационного процесса. Прямые показатели содержат информацию об инновационной деятельности, а косвенные – о научной и образовательной деятельности. Рассмотренные данные были собраны и опубликованы иными организациями, в частности, прямые показатели инновационного процесса рассчитаны Федеральной службой государственной статистики, Федеральной службой по интеллектуальной собственности, Статической службой Европейского союза, Научно-исследовательским университетом «Высшая школа экономики». Так как в качестве одной из проблем на пути
развития инноваций предста¸т бюрократизация сферы высшего образования и науки, то авторы монографии собрали и проанализировали данные о проблеме нормативной и регламентирующей документации. На примере Российского университета дружбы народов была измерена динамика количества документов, регламентирующих деятельность вуза. Был провед¸н
опрос среди руководителей среднего звена Российского университета дружбы народов, обобщающие результаты которого приведены в монографии. В работе представлены результаты контент-анализа освещения в российских СМИ деятельности ведущих российских технопарков с использованием аналитической системы «Медиалогия»
4
. Представлена динамика
количества сообщений и Медиаиндекса, рассчитанного «Медиалогией», в российских газетах, журналах и информационных агентствах, посвященных обсуждению различных зарубежных технопарков (за 2011–2016 гг.), «Сколково» (за
2010–2016 гг.). Приведена динамика тональности публикаций
4
Медиалогия. URL: https://www.mlg.ru/ratings/media/federal/
8058/ (дата обращения: 09.11.2021).
40
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]