моделирование и расчетные методики: дешевые эксперименты со сложной обработкой результатов, когда фильтрация данных из полученного интегрального сигнала превращается в нетривиальную задачу; очень широкий кругозор, но очень узкий набор методов. В пределе ученый этой генерации – владелец/пользователь специализированного программного комплекса. Набираясь профессионального опыта, он наполняет комплекс различными физическими моделями, расчетными схемами, уточняет методики, расширяет область применения, подгоняет, подстукивает, подлаживает… В итоге уникальность и широта этого инструмента становится его конкурентным преимуществом. Статей автор не пишет, разве что попиариться захочет. Впрочем, пиариться будет необходимо. Во всяком случае, до тех пор, пока в этом социальном слое не возникнут свои децентрализованные институты: независимые рейтинги, клубы, форумы.
За шестнадцать лет торжества этого экономоцентрического подхода в руководстве наукой мы получили все перечисленные выше негативные тенденции. Однако это, так сказать, социологические следствия. Остается вопрос: а применим ли, и в какой степени, данный подход принципиально? Возможно, неудачи при реформировании советской науки в новых рыночных условиях – следствие дурной реализации. Не соверши руководство страны, министерств, Академии, институтов, отделов, лабораторий столько очевидных ошибок, быть может, советский научный проект перерос бы во что-то гораздо более приемлемое и живучее в наступившей реальности? Вопрос очень сложный, поэтому будем брать интеграл по частям. Остановимся пока лишь на самоокупаемости научных исследований Может ли наука прокормиться с промышленности, толст ли будет слой масла? И найдется ли икра [Надеюсь, что хлеб-то будет]?
Существует вполне оправданное, на мой взгляд, мнение, что все значимые эффекты могут быть вычислены на пальцах (отсюда выражение 'гнуть пальцы'). Поэтому попробуем ограничиться очень грубыми, но простыми оценками.
Применим следующую логику рассуждений. Ученый, работающий в фундаментальной науке, создает новое знание; прикладник использует его для описания конкретных процессов, интересных с точки зрения перспективных технологий; инженер-конструктор, в свою очередь, использует эти описания для разработки тех самых перспективных технологий. Затем технологии внедряются в промышленное производство, на выходе которого имеем товар. Это так называемая линейная схема. Попробуем пройти ее в обратную сторону. То есть исходя из известных статистических данных по товарному производству – получить требуемые затраты на научно-исследовательскую работу.
'В США главным программным документом в послевоенной научной политике был доклад Ванневара Буша 'Наука – бесконечная граница', вышедший в 1946 году. В нем была обрисована роль науки как источника экономического роста, роста качества жизни и социального прогресса. Именно этот доклад послужил основой трактовки науки как общественного товара и «линейной» модели инноваций. На основе этого видения сформировался так называемый социальный контракт между обществом в лице государства и научным сообществом: государство обязывалось обеспечить стабильное финансирование фундаментальных исследований и не вмешиваться во внутренние дела науки, а научное сообщество в ответ должно было обеспечить строгий самостоятельный контроль за распределением федеральных ассигнований <…> Аналогичным образом в СССР в 1960—70-х гг. появилась новая версия марксизма, в соответствии с которой не труд, а наука объявлялась главным фактором производства; ожидалось, что планируемая наука обеспечит СССР мировое экономическое лидерство и позволит избежать экономических реформ <…> В обеих странах научная политика не дала ожидаемого результата' [7].
Так как наш животрепещущий вопрос носит идеальный характер, обратимся к 'вину и сукну', то есть к идеальным экономическим моделям. Рассмотрим свободный рынок, на котором обращается один вид товара – сукно. Предположим, что спрос на сукно ограничен и цена его постоянна. Потребитель, однако, может выбирать товар по его технологическому совершенству. Для простоты положим, что доля сукна на рынке линейно пропорциональна вложенным в его НИОКР средствам, выраженным в долях цены единицы товара. С течением времени количество проданных единиц сукна растет, а доля бюджета НИОКР на единицу товара падает. Соответственно уменьшается и его рыночная доля. Через некоторое время она достигает столь малой величины, что производить сукно становится нерентабельно, и оно исчезает с рынка.
Процесс описывается простым интегральным уравнением, решаемым методом разделения переменных. Еще требуются граничные условия, которые можно получить исходя из доли новой продукции, появившейся на рынке, и времени вытеснения старой продукции с рынка. В советской статистике учитывалась доля продукции, освоенной в СССР впервые. Ее удельный вес в общем объеме товарной продукции составлял в 1987 году 9,1 %. Для России и других стран такой цифры мне найти не удалось. Но учитывая, что в 1987 году СССР был 'крепким середнячком', цифра в 10—20 % новой продукции кажется вполне приемлемой. Время вытеснения оценено мною 'на глазок', путем осмотра окружающей материальной среды, в 25 лет. Полагаю, что у нас в провинции оно несколько больше, чем в Москве, тем не менее цифра в 15—25 лет кажется разумной, тем более что она близка ко времени патентной защиты. Доля НИОКР в цене товара, при которой он вытесняется с рынка, составляет, на глаз, 0,5 %. Среднеинтегральные значения долей НИОКР в цене продукции глобальных корпораций по отраслям приведены, например, в [4] и составляют от 3 до 15 %. Средняя наукоемкость продукции развитых стран составляет около 5 % (для Российской Федерации – 3 %).
Помня о том, что каждая формула уменьшает число читателей вдвое, выкладки я опускаю. Читатель, которого не пугают интегральные уравнения, может решить их самостоятельно. Счастливец, обладающий доступом в Интернет, обнаружит эти уравнения в редакционном блоге inside.computerra.ru. А нетерпеливый читатель может сразу переходить к выводам. Вот они.
Приложив эту идеальную модель к 'обществу, похожему на наше' (средняя наукоемкость продукции – 3 %, годовая доля новых продуктов – 10 %, срок вытеснения старых продуктов новыми – 25 лет), получаем, что доля НИОКР составляет 0,08 % от объема годового производства в стоимостном выражении. Если ориентироваться на развитые в научном плане страны, то оптимальное отношение научно- исследовательских и опытно-конструкторских работ составляет 26:74. Таким образом, из общей суммы НИОКР, в абсолютных числах 2006 года, на долю собственно науки приходится 70 млн. долларов, или по нынешнему курсу около 2 млрд. рублей. Для сравнения, '…фактически общий объем средств федерального бюджета на научные исследования и разработки в 2006 году составил 71,7 млрд. рублей…' [5]. Если поделить полученные выше «идеальные» расходы на науку на величину фактических затрат, получаем, что промышленность может «освоить» лишь 3 % от всех научных денег.
В более продвинутом обществе (средняя наукоемкость продукции – 10 %, инновации – 20 %, срок вытеснения – 15 лет) доля НИОКР на порядок больше и составляет 0,8 % от объема годового производства. Скажем, для Соединенных Штатов, когда они достигнут этих параметров, емкость рынка НИР в промышленном секторе составит 5 млрд. долларов. Фактически США потратили в 2006 году 330 млрд.
Честно говоря, полученные цифры не впечатляют. До самоокупаемости научных исследований еще очень и очень далеко. Похоже, наука пока не стала 'производительной силой общества', а если и стала, то с очень низким КПД. В предложенной модели ученым со стола промышленного производства перепадают жалкие гроши. Если учесть, что в России '…в 2003 году занятыми в области исследований и разработок было 858 тысяч человек…' [5], то на брата получается около 7 долларов в месяц. В будущем ученые США приблизятся к 320 долларам на человека в месяц (их пока 1,3 млн. человек). Так что, ребята, похоже, икры не будет.
К полученным цифрам (впрочем, как и к любым другим) следует относиться с осторожностью. Приведенные грубые оценки исходят из сильно упрощенной идеальной модели и не учитывают множества параметров. Тем не менее они дают неплохое представление о масштабе требуемых промышленностью затрат на НИР и на качественном уровне вполне применимы.
Еще несколько слов о глобальных тенденциях. Развиваемые в разных странах подходы к научным исследованиям можно разделить на две категории: условно «западная» (включая советскую/российскую) модель, характеризующаяся относительной академической независимостью и свободным выбором тем исследований, и условно «восточная» модель, жестко ориентированная на рыночную конъюнктуру. К «восточной» модели относятся научные комплексы Японии и восточных тигров, включая Китай. Примерно с
