б) раскрытия
новых связей между явлениями;
в) открытия новых
принципов создания продукции и
обоснования прогрессивной технологии.
Роль науки
на данном этапе инновационного процесса заключена
в генерировании идей. Результатами этапа
фундаментальных поисковых научных исследований
выступают: новые знания, теории, концепции,
качественно обновляющие информационную
базу науки; научно-технические идеи о
путях материализации теоретических знаний;
выявление новых свойств материалов и
химических соединений. Коэффициент полезного
действия у фундаментальных поисковых
научных исследований сравнительно невысок.
Лишь около 10 % идей принимаются к дальнейшей
разработке. Но именно они и дают толчок
научно техническому прогрессу. Цена ошибки
на этапе фундаментальных поисковых научных
исследований невелика, а, следовательно,
научный риск оправдан с экономической
точки зрения.
Итак,
фундаментальные науки, или познавательные
исследования, призванные множить
и развивать знания об окружающей природе
и обществе, с финансовой точки зрения
не могут приносить прибыль и даже самоокупаться.
Общеизвестно, каких колоссальных затрат
требуют фундаментальные исследования.
Чем больше подобных исследований проводится,
тем большая нагрузка ложится на бюджет.
4.2. Финансирование
фундаментальных исследований.
Финансирование
фундаментальной науки важно
для общества в целом, но
не представляет интереса для
какого-либо отдельного инвестора.
Те, кто делают основополагающие открытия,
как правило, не получают выгод от этого,
так как законы природы не могут защищаться
патентным правом и прикладные задачи
являются слишком долгосрочными и непредсказуемыми,
а культурные и образовательные ценности
науки не приносят прямой прибыли.
В соответствии
с мировой практикой к источникам финансирования инноваций относят следующие:
а) государственные
ассигнования
б) собственные
средства субъектов хозяйствования
в) кредитные
средства
г) частные средства
д) иностранные
инвестиции
е) венчурный
капитал
Фундаментальные
исследования в основном проводятся
за счет государственного бюджета
на безвозвратной основе. Привлекаются
средства бюджета государственных
предприятий и организаций, а
также специальных фондов. Это
дает возможность проведения фундаментальных
исследований, которые часто бывают неприбыльными.
Подобное финансирование совершается
в большинстве высокоразвитых странах
мира в административно-ведомственной
или программно-целевой форме. Если административно-ведомственная
форма предусматривает дотационное финансирование
инноваций, то программно-целевая – концентрацию
значительных финансовых ресурсов с использованием
их для научно-технических программ. Функционирование
этих программ значительно влияет на развитие
научно-технологической сферы, так как
государственным приоритетом является
создание, распространение и использование
новых технологий.
4.3. Необходимость проведения
фундаментальных исследований.
Инновации
и идеи касательно их использования
зарождаются на этапе фундаментальных исследований
и разработок. Цель данного этапа – раскрыть
новые связи между явлениями, выявить
закономерности развития природы и общества
касательно их конкретного использования.
Фундаментальные исследования имеют приоритетное
значение в инновационной деятельности,
так как выступают в качестве генератора
идей. С помощью поисковых фундаментальных
исследований открываются новые принципы
создания идей и технологий, а в результате
теоретических фундаментальных исследований
создаются научные открытия, новые теории.
Традиционно
науку всегда делили на фундаментальную
и прикладную. В условиях рынка,
рыночных отношений, последняя,
прикладная наука, усилила свою
роль как коммерческая наука,
которая стала играть роль
чуть ли не главного двигателя всей мировой экономической
машины. Первой в своё время это поняла
и использовала Япония. Не имея ни полезных
ископаемых, ни плодородной земли, Япония
сделала ставку на коммерческую науку
как основной источник развития всей национальной
экономики. Несмотря на довольно большой
риск, она выиграла и оправдала свой поступок.
Благодаря этому она осуществила фантастический
рывок в своём экономическом и социальном
развитии, став одним из признанных лидеров
современного постиндустриального мира.
И таких примеров много.
Фундаментальные
исследования кроме своей основы
в развитии общества, являются
еще основным источником получения
новых знаний и социального
прогресса. Вместе с тем парадоксом
нынешнего времени является, с
одной стороны, объективное возрастание роли научного знания в
решении острейших жизненных проблем
человечества, а с другой – прогрессирующая
недооценка роли фундаментальной науки
во многих странах, падение ее престижа
в глазах широкой общественности. Особенно
актуальной в настоящее время является
проблема повышения воздействия фундаментальной
науки на прогрессивные трансформации
общества при сохранении ее ведущей роли
в развитии научных знаний, что отражает
универсальную ценность фундаментальных
исследований.
Необходимость
научного осмысления этой проблемы обусловлена
несколькими важными факторами, изменившими
отношения между наукой и обществом, особенно
в последней трети прошлого столетия и
которые еще больше будут влиять на них
в наше время. Основные из них следующие:
1. Научные знания все больше завоевывают
роль главного источника экономического
развития. Поэтому наука сама должна интенсивно
развиваться, повышать свою способность
продуцировать новые знания в нарастающих
пространственных и временных масштабах.
Ключевую роль в этом процессе должны
играть фундаментальные исследования
как основа для развития прикладных исследований,
создания высоких технологий, повышения
технического уровня производства.
2. Научные знания,
получаемые в результате проведения фундаментальных
исследований, увеличивают нашу
способность лучше и глубже понимать сложные
системы, процессы и явления. Достижения
в различных областях естественных, технологических
и общественных наук, возникновение новых
научных дисциплин, развитие информатики
и мощной вычислительной техники способствуют
нарастающему накоплению научных знаний
и обуславливают необходимость усиления
взаимодействия, как между отдельными
науками, так и между наукой, образованием
и производством.
3. После развала
СЭВ и СССР, а также с окончанием холодной войны,
во многих странах произошли существенные
изменения в инвестировании в науку. В
постсоветских странах это имело серьезные
последствия особенно для фундаментальных
исследований, которые были в значительной
мере ориентированы на оборонные нужды.
Изменившиеся внутристрановые и внешние
условия провели к многократному сокращению
объемов финансирования фундаментальной
науки. Вместе с тем возникла необходимость
переориентации науки на гражданские
потребности, повышения уровня инноваций,
используемых в сфере удовлетворения
потребностей населения, решения проблем
экологии, управления и других.
4. В то же время
обострение экологических проблем, связанные
с применением недостаточно совершенных
технологий, крупные техногенные аварии
и катастрофы породили волну недоверия
к науке и ее возможностям, стали почвой
для распространения суеверий и антинаучных
концепций.
5. Страны и регионы
в различной степени адаптируются к научным
и техническим изменениям. Для некоторых
стран, которые располагали развитым научным
потенциалом в сфере фундаментальных
исследований, возникшая невостребованность
в научных результатах привела к значительной
потере научных кадров, в том числе к «утечке
мозгов» за рубеж. Эта проблема приобретает
новые оттенки в связи с идеей формирования
общеевропейского научно-технологического
пространства, а также с усиливающимися
процессами глобализации. Для стран-доноров
интеллектуального потенциала сложившаяся
ситуация резко обострила проблему качественного
обновления своих научных кадров, сохранения
необходимой преемственности поколений
ученых. Новые проблемы возникают и у стран,
привлекающих зарубежных специалистов.
Все
это обусловило снижение социального
статуса ученого и науки в
целом, особенно ее фундаментальной
части, с небывалой остротой поставило
проблему формирования высокой инновационной
культуры всех слоев общества.
Отказ
от фундаментальной науки чреват
превращением страны и ее жителей
в обслуживающий персонал других
держав. Чем фундаментальнее наука,
тем дальше вперед она смотрит,
при этом не ставя своей целью создание
конкретного, тем более коммерческого
продукта. Ее результаты не всегда можно
предугадать заранее, но истоки основных
революционных изменений в производстве
— именно в этих изысканиях. Фундаментальные
исследования важны для развития самой
науки. Прикладные разработки без поддержки
фундаментальных работ могут свестись
к рационализаторству.
Роль знания в обеспечении конкурентоспособности
технологий, продуктов и услуг, производимых/разрабатываемых
организациями отрасли может быть существенной
только при условии неразрывности процесса
генерации – распространения – использования
знания, т.е. по сути, при условии неразрывности
инновационного процесса.
Фундаментальные исследования
— это экспериментальная или теоретическая
деятельность, направленная на получение
новых знаний об основных закономерностях
строения, функционирования и развития
человека, общества, окружающей природной
среды. Цель фундаментальных исследований
— раскрыть новые связи между явлениями,
познать закономерности развития природы
и общества относительно к их конкретному
использованию. Фундаментальные исследования
делятся на теоретические и поисковые.
Результаты теоретических исследований
проявляются в научных открытиях, обосновании
новых понятий и представлений, создании
новых теорий. К поисковым относятся исследования,
задачей которых является открытие новых
принципов создания идеи и технологий.
Завершаются поисковые фундаментальные
исследования обоснованием и экспериментальной
проверкой новых методов удовлетворения
общественных потребностей. Все поисковые
фундаментальные исследования проводятся
как в академических учреждениях и вузах,
так и в крупных научно-технических организациях
промышленности только персоналом высокой
научной квалификации. Приоритетное значение
фундаментальной науки в развитии инновационных
процессов определяется тем, что она открывает
пути в новые области знаний.
5. Прикладные
исследования.
Прикладные исследования
- это исследования, направленные на получение
конкретного научного результата, который
актуально или потенциально может использоваться
для удовлетворения частных или общественных
потребностей. Непосредственная цель
прикладных исследований — применение
результатов фундаментальных наук для
решения не только познавательных, но
и практических проблем.
5.1. Этапы
прикладных исследований.
Прикладные исследования
проходят несколько этапов:
- Первый этап — научная постановка задачи. Он содержит выявление и описание фактов, формулировку проблемы, цели и гипотезы исследований.
Постановка задачи является одним из наиболее ответственных этапов принятия решений. «Самым распространённым источником ошибок в управлении предприятием является чрезмерное внимание, которое уделяется поиску правильного ответа, вместо того, чтобы искать правильный вопрос» (Друкер П. Задачи менеджмента в XXI веке. — М.: Издательский дом «Вильямс», 2010. — С. 353). Точное решение, полученное при неправильной постановке задачи приводит только к появлению новых проблем. По существу, постановка задачи сводится к изучению сложившейся ситуации, выявлению того, что именно и почему не устраивает менеджера и описанию ситуации, которую необходимо достигнуть. Изучение ситуации с точки зрения цели организации, выявление факторов, обусловивших ее появление и существование, соизмерение разного рода затрат и результатов дают основание менеджеру отделить более важное от менее важного и сформулировать условия, определяющие допустимость решения и его качество.
Ещё более сложным оказывается вопрос объективного описания желательной ситуации и, соответственно, следующих из неё определений цели и гипотезы исследований. Все это зависит от объективности описания существующей ситуации и лица, принимающего решение выявить цели систем, в которые входит исследуемый объект. Здесь методические ошибки могут привести к тому, что попытка решения одной проблемы приведет к появлению новых. Анализ научной постановки управленческого решения показывает, что если в естественных и технических науках основным источником субъективных искажений и, соответственно, снижения эффективности является полнота описания реального факта, достигаемая в основном только за счет используемых приборов, то в случае исследования производственных проблем добавляются вопросы адекватного восприятия объекта учеными или/и менеджерами, зависящие от применяемой ими методологии. При исследовании проблем высока вероятность формулировки ложных проблем — «проблемоидов» и псевдозадач, решение которых не будет представлять какой-либо практической ценности, а внедрение может привести к нежелательным последствиям. В этом случае эффективность управленческого решения будет нулевой или даже отрицательной.
- Второй этап — разработка математической модели.
Объективность при этом должна обеспечиваться использованием научных принципов оценки ситуаций, а также методов и моделей принятия решений. Моделирование, особенно с использованием компьютеров, является основным теоретическим инструментом системных исследований прикладной ориентации в управлении сложными системами. При моделировании происходит свёртка, ограничение полученной информации в форме, удобной в дальнейшем исследовании. Ограничение разнообразия необходимо для упорядочения количества информации, поступающей к объекту.
Однозначность математического языка является одновременно и «плюсом», и «минусом». Достоинство в том, что она не допускает ошибок, но это же свойство ограничивает возможность достаточно полного описания объекта. Практически неограниченный диапазон применения математических методов создает впечатление их «всеядности», универсальности. И основным подтверждением этого чаще всего выступает взаимная аргументация этих двух характеристик, а не эффективность использования результатов моделирования на практике. Как любое специальное средство, конкретный метод накладывает свои ограничения на обрабатываемую информацию: выделяет одни аспекты, устраняет и искривляет другие, тем самым приводит к искажению описываемой с его помощью реальной ситуации в целом.
- На третьем этапе исследования проблем после обоснования вида и структуры адекватность и, соответственно, эффективность управленческого решения, полученного с помощью математической модели, связаны с качеством исходной информации, на основании которой вычисляются, например, элементы матрицы условий задачи математического программирования или коэффициентов управления регрессии. Характер искажений здесь во многом зависит от метода моделирования. Для линейного программирования ошибки данного этапа уже мало связаны с исследуемым объектом и в основном возникают из-за невнимательности разработчика: неправильно взяты производительность или нормы расхода материала и т. д. Такого рода ошибки обычно обнаруживаются в работе с моделью и легко исправляются. Более сложная ситуация складывается при использовании регрессионного анализа, одинаково широко распространенного в естественных, технических и общественных науках.
Отличие этого метода по сравнению, допустим, с линейным программированием в том, что формирование коэффициентов регрессии определяется исходными данными, являющимися результатами процессов, происходящих в исследуемом объекте, рассматриваемом как «черный ящик», в котором механизм превращения «вход» в «выход» часто неизвестен. С увеличением количества исходной информации уровень ее разнообразия приближается к тому, который имманентен реальному объекту. Таким образом можно повышать адекватность регрессионной модели, что нельзя достичь в линейном программировании. Это достоинство регрессионного анализа достаточно эффективно может быть использовано в естественных науках вследствие сравнительно малого количества факторов и возможности управления последними. В исследованиях социально-экономических явлений эффективность использования регрессионных моделей снижается, так как резко возрастает количество факторов, многие из которых неизвестны и (или) неуправляемы. Все это требует не ограничиваться отдельной выборкой, а стремиться использовать данные в объеме, приближающемся к генеральной совокупности. В отличие от большинства процессов, изучаемых естественными и техническими науками, сложность тиражирования которых во многом определяется только затратами на эксперимент, проверить регрессионную модель социально-экономического объекта достаточно сложно вследствие уникальности протекающих в нём процессов, имеющих историческую природу. В этой связи основным источником исходной информации в исследованиях социально-экономических объектов является наблюдение, «пассивный» эксперимент, исключающий повторность опытов и, соответственно, проверку адекватности регрессионной модели по статистическим критериям. Поэтому основные показатели адекватности, используемые при регрессионном анализе социально-экономических объектов, — коэффициент множественной корреляции и ошибка аппроксимации. Однако высокое значение первого и низкое второго показателя не позволяет однозначно судить о качестве регрессионной модели. Объясняется это тем, что с увеличением числа членов полинома модели, а внешне это число ограничивается только числом опытов (наблюдений), вследствие количественного роста её разнообразия, точность аппроксимации исходных данных уравнением регрессии растёт.
Фактором, также относящимся к интерпретации результатов и снижающим эффективность применения математических методов и соответственно управленческих решений, является и излишняя идеализация полученных таким образом количественных результатов. Точные вычисления не означают правильного решения, которое определяется исходными данными и методологией их обработки. Управляющие, которым предлагают решать задачи линейного программирования, должны знать о том, что наличие даже малейшего нелинейного элемента в задаче может поставить под сомнение и даже сделать опасным её решение методом линейного программирования. К сожалению, в большинство вводных курсов, знакомящих управляющих высшего уровня с основами технических наук и экономико-математическими методами, ничего не говорится о том, как эти науки соотносятся с практическими проблемами. Это объясняется тем, что преподаватель свято верит в универсальную применимость своей методики и плохо представляет границы её применения.
Таким образом, на всех трех рассмотренных этапах «трансформации» производственной проблемы в математическую модель отсутствуют достаточно строгие, научно обоснованные критерии оценки качества, соответствия идеальных моделей реальному объекту. В то же время традиционная ориентация направлена только на преодоление вычислительных трудностей и большой размерности моделей и не учитывает ограничения математического аппарата.
Заключение.
Одна из наиболее актуальных
проблем российской экономики – повышение
конкурентоспособности промышленности
за счет ее технологического переоснащения
и подъема наукоемких отраслей производства,
создающих высокую добавленную стоимость.
Поэтому возникает острая необходимость
в получении предприятиями доступа к передовым
технологиям.
Теоретически существуют два
подхода. Можно пойти по пути приобретения
лицензий и ноу-хау на известные технологии,
виды продукции и торговые марки крупных
зарубежных компаний. Другой путь – опора
на собственный научно-технический потенциал,
в значительной мере невостребованный
сегодня отечественной промышленностью.
Он является более перспективным со многих
точек зрения, однако требует преодоления
целого ряда финансовых и организационно-управленческих
барьеров.
Прежде
всего, необходимо поддержание
функционирования уже существующей
научной инфраструктуры (оборудование,
стенды, установки и т.д.). Далее
необходимо развитие информационных
систем, субсидирование затрат на пользование информационными
сетями и базами данных, импорт научной
литературы. И в конце - не допустить технологического
отставания, заложенного “пристальным”
вниманием к науке после 1991 г.
Что
касается развития новых технологий,
то можно перечислить следующие меры:
- выявление
и поддержка технологий, освоение
которых обеспечит российским
предприятиям конкурентные преимущества;
- разработка
федеральных программ по развитию
и распространению ключевых технологий;
- создание с
помощью государства инфраструктуры, обеспечивающей
коммерциализацию результатов НИОКР;
- формирование
механизма стимулирования передачи
технологий из военного в гражданское
производство - аналог ДАРПА в
США;
- разработка
и реализация программ развития
технополисов;
- субсидирование импорта новых иностранных
технологий;
- государственные
закупки современной техники
(в том числе и импортной)
и передача ее в лизинг предприятиям
для модернизации основных фондов.
Наконец, необходима поддержка
в освоении НИОКР (внедрении
технологий). Следует перейти от финансирования
научных организаций к финансированию
конкретных НИОКР, к ориентации на предприятия.
От финансирования НИОКР впоследствии
надо будет перейти к их поддержке (субсидии,
налоговые отсрочки, льготные кредиты),
отбирая наиболее перспективные проекты.