Влияние требований к оригинальности работ на общественную эффективность научной деятельности

Клочков Владислав Валерьевич, Панин Борис Александрович,

Институт Проблем Управления Российской Академии Наук, Москва

Влияние требований к оригинальности работ на общественную эффективность научной деятельности.

Введение. Можно заметить, что вплоть до недавнего времени мировое научное сообщество толерантно относилось к дублированию исследований и формулировка «открыл… независимо от…» была обычной. Однако с развитием науки как конкурентного бизнеса, проблема «изобретения велосипеда» становится все более актуальной: в этой области первооткрыватель получает все, а «второе место не присуждается». В России эта проблема чрезвычайно актуальна, прежде всего, для современной экономической науки. Если представители естественных и технических наук активно поддерживали научные контакты с зарубежными учеными и в советское время, то общественные науки находились в определенной изоляции от зарубежного научного сообщества. Однако в связи с кардинальными политическими изменениями в нашей стране, российские представители общественных наук начали интегрироваться (естественно, в роли догоняющих) в общемировой мейнстрим, накопивший на протяжении XX века огромный объем научных результатов. Одно лишь знакомство с результатами в собственной узкой области знаний требует многих лет работы даже от профессионального ученого. Нельзя сбрасывать со счетов и еще действующий языковой барьер. В итоге более чем вероятна ситуация, когда добросовестные и весьма квалифицированные российские ученые будут выполнять исследования, аналогичные выполненным ранее за рубежом (с точностью до страновой специфики, которая, впрочем, может оказаться принципиально важной).

В последнее время заметная и все более влиятельная часть современного научного сообщества пропагандирует ужесточение стандартов научной новизны. Эффективность данной меры является ключевым вопросом с точки зрения управления научной сферой вообще и данной работы в частности. В рамках данной работы было рассмотрено поведение отдельного исследователя, принимающего решение о начале работы в определенной области науки и выбирающего конкретную тематику исследований, при этом особое внимание уделялось влиянию принятых стандартов научной новизны. Затем была рассмотрена задача оптимизации институтов научного сообщества с точки зрения общественной эффективности функционирования науки.

Модель поведения исследователя. Для характеристики степени новизны исследовательской работы использовался метод, применяющийся в сфере патентной экспертизы: считаем, что каждая исследовательская программа может быть описана набором из некоторого числа квалифицирующих признаков, а каждый признак в свою очередь может принимать одно из нескольких возможных значений. Признаками могут быть, например, подход к построению модели (эконометрический анализ, имитационное моделирование, прямое экономико-математическое моделирование, и т.п.), метод исследования, спецификация модели, и т.п. Исследовательскую работу будем считать оригинальной, если она отличается от известных хотя бы по квалифицирующих признаков (путем комбинаторных расчетов по количеству признаков, их возможным значениям и величине можно рассчитать максимальное количество оригинальных работ в данной области - ). В случае если работа не удовлетворяет критерию оригинальности, автору угрожают определенные санкции. Причем санкции могут выражаться как потерей репутации, так и, в случае изобретательства, компенсациями обладателю соответствующего патента. В рамках данной работы будем считать эти санкции измеримыми и характеризовать величиной «штрафа» за непреднамеренное дублирование. Собственно параметры и характеризуют принятые в научном обществе стандарты новизны.

Поведение исследователя будем рассматривать как рациональный выбор игрока, максимизирующего определенную целевую функцию. В зависимости от затрат на проведение проверки патентной чистоты (, где - затраты на проверку одной из уже имеющихся исследовательских работ, - их количество), штрафа за дублирование ), ожидаемых затрат на само исследование (, ожидаемого выиграша (), числа уже сделанных оригинальных исследований () и максимально возможного их количества () этот игрок может принять одно из следующих решений:

вообще не начинать исследований в данной области (а);
добросовестно провести анализ всех выполненных ранее работ, сформулировать гарантированно оригинальную исследовательскую программу, реализовать ее и получить новый научный результат (b)1;
не проводя анализа предшествующих работ, выбрать направление поиска, фактически, случайным образом (а вероятнее, исходя из собственных склонностей и возможностей) и провести соответствующие исследования. В итоге он с некоторой вероятностью получит оригинальный научный результат (и все сопутствующие ему выгоды), а в противном случае «изобретет велосипед» и понесет соответствующие потери (c). При этом будем считать, что вероятность «изобрести велосипед» зависит только от количества ранее выполненных работ, однако в реальности существенными являются и другие факторы: например, необходимо учесть, что в случае выполнения сложной научной работы вероятность «изобрести велосипед» меньше, чем в случае простой. Данный фактор планируется учесть в модели в рамках ее дальнейшего развития.

Каждый из этих вариантов характеризуется разницей ожидаемых выгоды и затрат исследователя:

;
;
.

Величину будем считать целевой функцией рассматриваемого исследователя. Сопоставляя , и и используя интуитивно понятные свойства , можно показать, что существует некоторое максимальное число предшествующих работ (), при котором целесообразно предварительно ознакомиться с ними (стратегия b), а не начинать свое исследование наудачу (стратегия c). При этом сокращается с ростом затрат на проверку новизны постановки задачи, и возрастает при увеличении «штрафа» за «изобретение велосипеда». Кроме того есть некоторое пороговое значение (), при достижении которого исследователю выгоднее вообще отказаться от исследования (то есть выбрать стратегию a).

Оптимальное управление научной деятельностью. Из полученных результатов следует, что управляя параметрами и можно регулировать функционирование научного сообщества. Ужесточение данных институциональных ограничителей, на котором настаивает определенная часть научного сообщества, является, безусловно, выгодным для авторов уже выполненных работ, блокируя продолжение научного поиска в соответствующих областях. Однако возникает вопрос об эффективности таких институтов научной сферы с точки зрения общественных интересов.

Для того чтобы оценить влияние изменений параметров и , необходимо, прежде всего, формализовать целевую функцию общества в сфере управления наукой. Целевая функция общества должна учитывать ценность результатов проведенных исследований в данной области и затраты на их проведение, включая затраты на проверку «патентной чистоты». Будем считать, что польза обществу от результатов исследований в данной области определяется научной ценностью наилучшего из полученных результатов (). Средние затраты общества на реализацию одной исследовательской программы обозначим . Они выше, чем частные затраты исследователя, использованные в модели его поведения (), причем, если в теоретических исследованиях эти величины, как правило – одного порядка, то сложные и дорогостоящие экспериментальные исследования требуют гораздо больших затрат на материально-техническую базу и т.п., т.е. .

Необходимо учесть, что из общего количества выполненных в данной области исследований , первые будут реализованы в рамках «добросовестной» стратегии (b), т.е. с соответствующей проверкой «патентной чистоты», а начиная с и до - согласно «рискованной» стратегии (c). С вероятностью результаты каждого исследования из последней категории не окажутся оригинальными, хотя их получение и потребует соответствующих затрат. Т.е. при , для получения каждого оригинального результата придется профинансировать, в среднем исследований. Что касается первых исследований, то перед началом -го исследования придется ознакомиться с предшествующими работами.

Таким образом, целевая функция общества в сфере управления наукой (чистый выигрыш) принимает следующий вид:

а управляющими переменными являются принятые в научном сообществе стандарты научной новизны и отношения к дублированию исследований, описываемые в предлагаемых моделях параметрами и .

Из полученной формулы видно, что суммарные затраты на проверку «патентной чистоты» возрастают приблизительно пропорционально квадрату , а суммарные затраты на проведение исследований увеличиваются с ростом и , а с ростом убывают, но по логарифмическому закону. Таким образом, при сравнимых по порядку величины затратах на выполнение исследования и на проверку его «патентной чистоты» (что характерно для многих теоретических областей науки), увеличение порога , до которого проводится добросовестный анализ всех предшествующих работ, гораздо сильнее влияет на стоимость этой проверки, чем на объем и стоимость проведения дублирующих исследований. И, вопреки распространенному стереотипу, прирост затрат на проведение дублирующих исследований будет сравнительно невелик.

В общем случае расчет по полученной модели является чрезвычайно трудоемким. Однако для получения качественных выводов была рассмотрена иллюстративная модель. Далее приведен пример расчетов по ней для следующих значений модельных параметров: . Такое соотношение модельных параметров соответствует теоретическим, а не экспериментальным исследованиям ( и - одного порядка), и означает, что научная деятельность является высокодоходной для исследователя ( в 3 раза превосходит ). На рис.1 изображены графики зависимости чистого выигрыша общества от уровня штрафа за дублирование предшествующих работ для четырех различных вариантов требования к уровню оригинальности исследовательских программ (чем больше величина , тем меньше ), в том числе для варианта с минимальными требованиями к оригинальности ().

Рис. 1. Зависимость чистого выигрыша общества от уровня штрафа за дублирование ранее выполненных работ

Из рисунка видно, что при увеличение штрафа за «изобретение велосипеда» повышает чистый выигрыш общества, дисциплинируя исследователей и заставляя их добросовестно выбирать направления поиска, не дублируя предшествующие работы. Еще ярче этот эффект проявляется при . Но при превышении определенного значения штрафа появляется обратный эффект. Таким образом, существует некоторая общественно оптимальная ставка штрафа, которая ограничивает неоправданный рост числа дублирующих работ и соответствующих затрат общества. Однако превышение этой оптимальной ставки сильно подавляет исследовательскую активность, что приводит к сокращению ожидаемого выигрыша общества. Также из рисунка видно, что увеличение свободы выбора направления исследований до максимального значения позволяет реализовать их существенно большее количество, что положительно влияет на продуктивность данной области науки.

Сравнение графиков показывает, что ослабление требований к оригинальности научных работ (т.е. увеличение вплоть до ) сильнее влияет на значение целевой функции общества, чем изменение штрафа за дублирование ранее выполненных работ.

Заключение. В данной работе с помощью экономико-математических моделей показано, что в определенных, весьма реалистичных условиях с общественной точки зрения целесообразно ослабление жесткости требований к научной новизне исследовательских программ. В качестве примера можно рассмотреть следующую проблему: в последнее время по мере усиления роли математического аппарата в экономических исследованиях, некоторые исследователи склонны придавать математическим структурам значение решающего признака научной новизны, безотносительно к предметной области, где эти структуры применяются, качественной интерпретации результатов расчета и т.п. Однако математические модели и методы служат лишь инструментами, которые могут использоваться в принципиально разных научных работах. Например, модель оптимального спроса на деньги и предложения депозитов Баумоля – Тобина с математической точки зрения является простейшей моделью управления запасами (модель Уилсона). В данном случае широко известная математическая структура была применена в принципиально другой области. Можно привести необозримое множество подобных примеров из самых разных областей науки и техники. С другой стороны необходимо учитывать, что многие экономико-математические модели являются моделями «качественного исчисления», и их реальная ценность ограничивается возможностью получения приближенных оценок и качественных выводов. Такие модели должны быть «мягкими», т.е. использование другого класса функциональной зависимости, того же качественного характера, не должно оказывать влияния на качественные выводы и порядки величин модельных оценок. Таким образом, сходство спецификаций математических моделей еще не означает сходства научных работ, но и различие спецификаций моделей не гарантирует принципиального различия работ. Поэтому абсолютизация математических структур как решающего признака научной новизны неправомерна и неэффективна с точки зрения развития науки. Более того, ужесточение требований к новизне работ именно в отношении математической спецификации моделей скорее стимулирует «изобретение велосипеда», так как автор, стремясь обойти формальные ограничения на применение ранее использованных математических структур, будет вынужден, отражая те же качественные закономерности, изобретать новую спецификацию, по существу уже существующей «мягкой» модели.

Также в некоторых случаях с общественной точки зрения выгодно уменьшить наказание для «изобретателей велосипеда». Более того, последних иногда целесообразно поощрять (или, по крайней мере, поддерживать соответствующие исследования в минимальном объеме): финансировать многократное дублирование исследований может быть выгоднее, чем тщательную проверку «патентной чистоты», поглощающую все больше времени и средств. А помимо затрат и выгод от непосредственного исследования «изобретение велосипеда» (разумеется, добросовестное) является довольно экономичным и быстрым способом повышения квалификации: «изобретатель велосипеда» самостоятельно ставит научную проблему, планирует и выполняет ее решение, а такая компетенция может быть даже важнее повышения «технической» квалификации, позволяющей непосредственно выполнять исследования по заданной программе.

Важным обстоятельством является то, что в данной работе авторы предшествующих работ рассматриваются лишь как соперники ученого, а знакомство с их работами служит лишь для проверки "патентной чистоты". Однако в некоторых случаях более корректно и продуктивно считать авторов предшествующих исследований не конкурентами, а союзниками ученого, так как он опирается на их труды и развивает их результаты. Но усиление конкурентных начал в науке затрудняет такие, безусловно, более здоровые отношения в научном сообществе, что позволяет считать использование данной модели правомерным.

1 Необходимо отметить, что анализ действительно всех работ возможен только в исключительных, редких случаях, однако, как правило, представляется возможным ознакомиться с основополагающими работами, формирующими некоторый класс основных «мягких» моделей в данной области (подробнее о «мягких» моделях указано в заключении).

PAGE \* MERGEFORMAT 2

Влияние требований к оригинальности работ на общественную эффективность научной деятельности