ИЗМЕРЕНИЕ ЭКОНОМИКИ ЗНАНИЙ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ
О.Н Минаева, НФ ГУ-ВШЭ, Н. Новгород
ИЗМЕРЕНИЕ ЭКОНОМИКИ ЗНАНИЙ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ
“То, что может быть измерено, не всегда важно,
а то, что важно, не всегда может быть измерено”
А.Эйнштейн
Проблема измерения –одна из центральных в любой науке и общественные науки здесь не являются исключением. В последние годы экономические теории в области экономики знаний (ЭЗ) стали предметом интенсивных научных исследований. Наряду с формирующимся методологическим аппаратом предмета ЭЗ, стал актуальным и вопрос об измерении степени продвижения по пути к такой экономике.
Связано это с тем, что формирование и развитие экономики знаний (инновационной экономики, новой экономики) в каждой конкретной стране рассматривается как единственно возможная альтернатива экономического роста.
Промышленно развитым странам с высокими затратами на рабочую силу и инфраструктуру экономика знаний предоставляет конкурентные преимущества в области высокотехнологичного производства и эффективных услуг. Странам с ресурсной экономикой она предлагает усовершенствованные технологии и продукцию с повышенной добавленной стоимостью, а также возможность пойти по пути устойчивого развития. Развивающимся странам знания позволяют сократить этапы экономического развития, совершить «технологический скачок» и быстрее интегрироваться в мировую экономику благодаря повышению привлекательности для иностранных инвесторов.
Впервые заговорил об экономике знаний австро-американский экономист Фриц Махлуп. В своей работе “Производство и распространение знаний в США” он оценил, что в 1958 году сектор экономики знаний давал вклад около 29% в ВНП США. В данный сектор Махлуп включил многочисленные виды человеческой деятельности, которые объединил в пять групп:
- Образование (44,1%)
- Научные исследования и разработки (8,1%)
- Средства массовой информации (радио, телевидение, телефон и т.д.) (28,1%)
- Информационная техника (6,5%)
- Информационные услуги (13,2%)
Свои теоретические взгляды, касающиеся отнесения тех или иных отраслей в сектор экономики знаний Ф. Махлуп основывает на следующих положениях:
- Знание –это что-то известное кому-то
- Производство знаний – процесс, посредством которого кто-то узнает что-либо ему до того неизвестное, даже если это уже известно другим2
В соответствии с концепцией Ф. Махлупа, в “производстве и распространении знаний” участвует и врач, когда выписывает рецепт; и юрист, когда дает консультацию и т.п.
Определение знания, которое дал Махлуп, достаточно широко и поэтому, процентное соотношение каждой из пяти перечисленных групп в валовом продукте, будут намного меньше. (Рис. 1)
Однако, по мере увеличения “сектора знаний”, в условиях наибольшего экономического роста, достигаемого за счет научных исследований и инноваций, с ростом образованности населения, у термина “экономика знаний” появилось второе значение, ставшее впоследствии более употребляемым.
Под “экономикой знаний” стали понимать такой тип экономики, в котором знания играют решающую роль, а их производство становится источником экономического роста и конкурентоспособности.
Так, американский социолог Д. Белл в 1973 году опубликовал монографию, где представил концепцию постиндустриального общества, в которой в качестве главных структурных элементов выделил информацию и знания. По его мнению, постиндустриальное общество характеризуется не трудовой теорией стоимости, а теорией стоимости, основанной на знании. Фактором инновации становится систематизация знания. Особенность последнего заключается в том, что, даже будучи проданным, оно остается также и у своего производителя3. В своей монографии Д. Белл анализирует обширный массив статистической информации и показывает изменения, происходящие в общественной жизни.
Рис. 1. Внутренние затраты на исследования и разработки в процентах к ВВП в 2005 г.4
В работах Ф. Махлупа и Д. Белла статистика явилась источником обнаружения новых тенденций общественного развития, что обусловило появление новых концепций (ЭЗ, постиндустриального общество), а появление специфических статистических показателей в 1990-х годах (ОЭСР, Всемирный банк и.т.д.) было уже непосредственно связано с концепцией экономики знаний, явившейся идеологическим фундаментом для политиков.
По мнению Бенуа Годена, экономика знаний представляет собой “зонтичную” концепцию, позволяющую собрать существующие идеи и концепции в области науки и инноваций, а также индикаторы в одну концептуальную систему5.
Такой подход достаточно проблематичен с точки зрения научной строгости, однако довольно плодотворен с точки зрения прагматической, так как активизирует огромное поле деятельности для публикации новых статей и организации дискуссий, а также привлечения внимания политиков к новым тенденциям6.
Знания необходимы для функционирования любого общества. Однако, экономику знаний, а если говорить системно, то общество знаний отличает то, что изменился сам характер знания. Главным при принятии решений в любой сфере деятельности (экономической, политической, социальной и т.п.) и управлении переменами стало доминирование теоретического знания. Для принятия решений необходима не просто информация, не просто совокупность полезных сведений. Информация должна быть упорядочена, сведена в определенную систему.
Для определения уровня инновационного развития страны существуют различные методологии. Так, например, Европейской комиссией была разработана методика расчета суммарного инновационного индекса для всех стран-членов ЕС, а также для ряда других стран, туда не входящих. Европейская шкала инновационного развития берет свое начало с 2000 года, суммарный инновационный индекс тогда рассчитывался на основе 17 индикаторов, объединенных в две группы –источники инноваций (Innovation input) и произведенные инновации (Innovation output). Ежегодно, в методологию исследования вносились изменения, подкрепляющиеся соответствующей публикацией7. В 2005 году число индикаторов, образующих суммарный инновационный индекс возросло до 26, которые были отобраны из 52 предложенных индикаторов. Innovation input был представлен в трех различных аспектах: инновационные проводники (Innovation drivers), создание знания (Knowledge creation), инновации и предпринимательство (Innovation & entrepreneurship), а Innovation output –в двух аспектах: использование инноваций (Applications) и интеллектуальная собственность (Intellectual property). В исследовании были применены методы корреляционного, регрессионного анализа, метода главных компонент. Кроме того, использовались различные весовые схемы и методы нормировки исходных данных. Итог исследования –к индикаторам применена схема нормировки в отрезок [0,1]; они входят в индекс с одинаковыми весами; суммарный инновационный индекс равен сумме всех используемых нормированных индикаторов. Согласно методологии 2008-2010 гг., индикаторы разбиты на три группы. Первая –помощники (Enablers) в инновационной деятельности, которые являются внешними по отношению к компаниям, т. е человеческие ресурсы и финансовая поддержка государства. Вторая –деятельность компаний (Firm activities) включает в себя инвестиции в разработку и внедрение инноваций (Firm investments), сотрудничество инновационных компаний с государственным и предпринимательским сектором (Linkage & entrepreneurship) и интеллектуальную собственность (Throughputs). Третья группа (Outputs) представлена показателями деятельности инновационных компаний (Innovators) и выхода инновационной продукции на внутренний и внешний рынки (Economic effects).
Тем не менее, приведенная методика измерения экономики знаний в терминах входных и выходных параметров является дискуссионной, поскольку на сегодняшний день не существует аналитически оформленной производственной функции, характеризующей связь между различными ресурсами для производства знания и созданием знания как экономического продукта. Да и абсурден по своей сути вопрос о том, какое количество ресурсов (трудовых, материальных, финансовых, информационных) необходимо затратить для производства одной среднестатистической идеи.
Так, М.В. Арапов задается вопросом, почему выбраны именно данные показатели и с какими весами они вошли в сводный индекс, но внятного ответа не находит. Убедительными аргументами являются аргументы не “за” или “против” включения определенного показателя в суммарный индекс, а полученная итоговая картина: если она легко поддается интерпретации, то выбранный рецепт суммарного инновационного индекса применим8.
Другая методика K4D (Knowledge for Development Program)9 разработана Всемирным банком и посвящена сравнительному анализу результатов функционирования четырех ключевых блоков различных стран: институциональные условия существования ЭЗ, образование и человеческие ресурсы, национальная инновационная система страны, информационная и коммуникационная инфраструктура. Основной комплекс индикаторов (basic scorecard) включает в себя 14 показателей: 2 показателя уровня экономического развития (среднегодовой темп прироста ВВП, и индекс развития человеческого потенциала - HDI) и 12 показателей четырех ключевых блоков. (Рис. 2)
Рис. 2. Структура индексов знания (KEI, KI)
Индексы KEI и KI являются средним арифметическим всех образующих их индексов. (Рис. 2)
Изначально показатели измерены в разных единицах и рассчитаны по разным шкалам и чтобы не получилось так, как написано в книге известного польского сатирика Станислава Ежи Леца (рост –182, вес –, возраст –, размер обуви –, детей –, жена –; итого –), каждый показатель подвергается процедуре стандартизации (нормировки), заключающейся в следующем:
- по каждому из показателей (по данным на 2009 год - их 109)
стран ранжируются и получают первоначальный ранг (rank 
, 
может изменяться от 1 до 
), при этом ранг 1 получают страны с наилучшими показателями; страны с одинаковыми значениями показателей получают одинаковый ранг
- для каждой страны подсчитывается число стран, имеющих более высокий ранг
- полученное число
сравнивается с общим числом обследуемых стран 
по следующей формуле 
Другая модификация этой формулы выглядит следующим образом 
, где 
- число стран, имеющих более низкий ранг.
Приведенные формулы не являются эквивалентными, поскольку в первом случае нормированное значение переменной будет заключено в полуинтервале (0,10], а при втором способе нормировки - [0,10).
В табл. 1 приведены индексы ЭЗ, рассчитанные Всемирным банком10. Россия, находясь на 60 месте, имеет низкий индекс по блоку показателей экономического и институционального режима отчасти из-за отсутствия статистических данных по этому направлению. По индексу образования Россия сопоставима с такими странами как Швейцария, Венгрия, Словакия, Казахстан; по инновационному индексу –с Латвией, Литвой, Словакией, Чили, Малайзией, Аргентиной; по индексу ИКТ – с Чили, Уругваем, Доминикой.
Таблица 1
Индексы экономики знаний по методике Всемирного банка.
|
ранг
|
страна
|
KEI
|
KI
|
экономический
режим
|
инновации
|
образование
|
ИКТ
|
|
1
|
Дания
|
.52
|
.49
|
9.61
|
.49
|
.78
|
.21
|
|
2
|
Швеция
|
.51
|
.57
|
9.33
|
.76
|
.29
|
.66
|
|
3
|
Финляндия
|
.37
|
.39
|
9.31
|
.67
|
.77
|
.73
|
|
4
|
Нидерланды
|
.35
|
.39
|
9.22
|
.45
|
.21
|
.52
|
|
5
|
Норвегия
|
.31
|
.25
|
9.47
|
.06
|
.60
|
.10
|
|
6
|
Канада
|
.17
|
.08
|
9.45
|
.44
|
.26
|
.54
|
|
7
|
Великобритания
|
.10
|
.06
|
9.24
|
.24
|
.49
|
.45
|
|
8
|
Ирландия
|
.05
|
.98
|
9.26
|
.08
|
.14
|
.71
|
|
9
|
США
|
.02
|
.02
|
9.04
|
.47
|
.74
|
.83
|
|
10
|
Швейцария
|
.01
|
.09
|
8.79
|
.90
|
.68
|
.68
|
|
…
|
…
|
…
|
…
|
…
|
…
|
…
|
…
|
|
60
|
Россия
|
5.55
|
.82
|
1.76
|
.88
|
.19
|
.38
|
Аналогичную систему показателей для проведения комплексного анализа состояния и развития ЭЗ в России была разработана в ИПРАН РАН11. Но, к сожалению, в работе ничего не говорится о методике анализа, а методология, используемая Всемирным банком, для оценки динамики развития одной страны непригодна.
Россия, являясь федеративным государством, должна учитывать пространственные особенности страны для определения будущих ориентиров своего развития. Для понимания того, каким образом идет становление и развитие ЭЗ в нашей стране и где возникают дисбалансы, необходимо изучать региональные территориальные образования в их внешнем контексте, выясняя, в какой мере они ограничивают или, напротив, открывают пути для альтернатив экономического роста в стране.
Так, например, в табл. 2 перечислены субъекты РФ, имеющие сопоставимый с зарубежными странами показатель наукоемкости экономики. В приведенных 9 субъектах РФ сосредоточено около 22% населения России; 64,44% численности персонала, занятого исследованиями и разработками; 41,43% объема всей отгруженной инновационной продукции.
Таблица 2
Отношение внутренних затрат на исследования и разработки в процентах к ВРП в 2005 г.
(Рассчитано по данным Росстата)
|
Нижегородская область
|
7,02
|
|
Пермский край
|
5,36
|
|
г. Санкт - Петербург
|
3,94
|
|
Калужская область
|
3,17
|
|
Московская область
|
3,09
|
|
Ульяновская область
|
3,07
|
|
Новосибирская область
|
2,39
|
|
г. Москва
|
2,13
|
|
Самарская область
|
1,92
|
Стремление к формированию экономики знаний как экономической формы устойчивого развития требует проведения мониторинга на основе количественных измерений и оценок. Измерение скорости этого развития и направления его движения вызывает потребность в разработке соответствующей методологии и системы индикаторов.
Анализ целей, задач и содержания многих международных документов, касающихся проблем измерения развития новой экономики, позволяет сделать вывод о том, что накопленный мировой опыт начинает востребоваться и применяться в нашей стране.
Для того чтобы определить степень глубины российских проблем на пути к формированию ЭЗ, необходимо провести различного рода измерения. Поскольку, знание в экономике знаний –это товар12
, но товар особый, то индикаторы, необходимые для изучения ЭЗ, должны обеспечивать характеристики производства, распространения, обмена и применения знаний в экономике. Кроме этого, необходимо разработать методологию оценки того, каким образом необходимо развивать эти четыре направления (производство знаний, распространение знаний, обмен знаниями, применение знаний), и в каких пропорциях, чтобы осуществлялось пространственное развитие экономики знаний в РФ. Пропорции между направлениями должны давать возможность сравнивать состояние в различные моменты времени и прогнозировать развитие экономики знаний.
2 Ф. Махлуп. Производство и распространение знаний в США. – М.: Прогресс, 1966. – С. 35
3 Белл Д. Грядущее постиндустриальное общество. Опыт социального прогнозирования. – М.: Academia, 2004, C. CLII
4 Индикаторы науки: 2007. Статистический сборник. – М.: ГУ-ВШЭ, 2007. – С. 306
5 Godin B. Knowledge-Based Economy: Conceptual Framework or Buzzword? // Project on the History and Sociology of S&T Statistics. Working Paper No. 24, 2003. – p.20. - Электронный ресурс: http://www.csiic.ca
6 Л.Э. Миндели, Л.К. Пипия. Концептуальные аспекты формирования экономики знаний. // Проблемы прогнозирования. – 2007. - №3. – С.117
7 http://www.proinno-europe.eu/index.cfm?fuseaction=page.display&topicID=282&parentID=51
8 М.В. Арапов. Индикаторы индустрии знаний: Европа, Соединенные штаты, Россия. // Энергия: экономика, техника, экология. – 2004. - № 5. – С. 23
9 http://www.worldbank.org/kam
10 http://info.worldbank.org/etools/kam2/KAM_page5.asp
11 Измерение экономики знаний: теория и практика. – М.: ИПРАН РАН, 2008. – С. 87 - 148
12 Клейнер Г.Б. Микроэкономика знаний и мифы современной теории // Высшее образование в России. – 2006. - №9. - С. 32
5
ИЗМЕРЕНИЕ ЭКОНОМИКИ ЗНАНИЙ: ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ