Неэргодическая экономика

Авторский аналитический Интернет-журнал

Изучение широкого спектра проблем экономики

| Конференции и семинары |

Эксперты Финансового университета, ЦЭМИ РАН и РИЭПП обсудили возрастную структуру научных кадров России

Как обычно, в марте в Москве проходит ежегодная конференция Российского института экономики, политики и права в научно-технической сфере (РИЭПП). В этом году 05.03.2018 началась XXII ежегодная конференция РИЭПП совместным докладом двух участников – Евгения Балацкого, представлявшего Финансовый университет (ФУ) при Правительстве Российской Федерации, Центральный экономико-математический институт (ЦЭМИ) Российской академии наук (РАН) и РИЭПП, и Максима Юревича, представлявшего ФУ и РИЭПП. Ими был сделан доклад на тему «Моделирование возрастной структуры научных кадров». Модератором встречи выступил директор РИЭПП Александр Гусев. На круглом столе присутствовала корреспондент газеты «Поиск» Татьяна Возовикова.

В докладе была представлена панорама мнений о том, какой должна быть «правильная» возрастная структура научных кадров. Например, некоторые западные специалисты считают, что коллективы, занимающиеся фундаментальными исследованиями в области естественных наук, должны по меньшей мере на половину состоять из исследователей моложе 40 лет. Авторы напомнили слушателям принцип «3 к 1», получивший популярность еще в СССР и согласно которому кадровая политика научного учреждения должна выстраиваться таким образом, чтобы научный сотрудник имел в подчинении трех лаборантов, руководитель научного исследования руководил тремя квалифицированными исследователями и т.д. Докладчики привели ряд ярких примеров о том, какие эксперименты были осуществлены российским регулятором в последние годы по нормализации возрастной структуры отечественных научных кадров; было показано, к каким парадоксам привели эти инициативы. Докладчики отметили, что говорить об оптимальной структуре кадров не совсем корректно в силу отсутствия критерия оптимальности, поэтому имеет смысл искать так называемую квазиоптимальную возрастную структуру. Для этого авторы предлагают использовать два способа – демографический и конкурентный. Второй способ основан на построении модели взаимодействия возрастных групп и позволяет определить их стационарную структуру. Докладчики привели расчеты по обоим способам для трех стран – России, Франции и Великобритании. В дальнейшем авторы доклада остановились на обсуждении полученных расчетных значений возрастной структуры научных кадров для трех стран, сделали выводы для экономической политики.

 

 

Конференции РИЭПП традиционно проходят в формате круглых столов, который позволяет приглашенным участникам обсудить доклад, задать вопросы и высказать свои соображения по поднятым вопросам. Данная встреча не была исключением и прошла в активном диалоге всех присутствующих, основной состав которых был представлен сотрудниками РИЭПП. Можно сказать, что обмен мнениями позволил прийти к консолидированной позиции, согласно которой эффективное прямое регулирование возрастной структуры научных кадров невозможно, ибо всегда ведет к дискриминации какой-либо возрастной группы. По мнению участников конференции, управлять возрастным составом ученых нужно косвенно – через запуск различных исследовательских проектов, имеющих конкретный адресат. В противном случае поддержка принимает формальный характер и вырождается в пустые гранты, выступающие в форме подачки малооплачиваемым исследователям.

Презентацию доклада Е.В.Балацкого и М.А.Юревича «Моделирование возрастной структуры научных кадров» в PDF–формате можно посмотреть на нашем сайте.

2469
05.03.2018
Добавить комментарий:
Ваше имя:
Отправить комментарий
Публикации
The early twenty–first century witnessed the emergence of new phenomena, among them an unprecedented intensification of formalization and regulation within scientific activity. To explain this development, the article introduces several useful concepts: knowledge as an ordered set of original ideas, models, and theories, their justifications and proofs, along with statistical and historical illustrations; and the knowledge market as the process of coupling the segments of knowledge supply (production) and demand (needs), as well as the acts of their purchase and sale at a given price. To deepen understanding of the global knowledge market’s evolution, a three–sector model is proposed, comprising a knowledge core (fundamental, scientific knowledge), a periphery (auxiliary or secondary knowledge), and pseudo– or anti–knowledge (outdated, rejected, and erroneous knowledge). This structural model of the knowledge market enables a more focused examination of three global trends and their resulting phenomena: the first (the Great Castling) consists of the accelerated accumulation of knowledge to the point of transitioning from scarcity to surplus in the market; the second (the Great Inversion) entails the rising cost of knowledge production concurrent with a decline in its returns, such that the marginal cost of producing knowledge exceeds its marginal utility; and the third (the Great Erosion) signifies an increasing share of anti– and pseudo–knowledge within the total stock of knowledge. This corresponds to the development of crisis phenomena such as glut, unprofitability, and widespread defective output. It is precisely this crisis–ridden state of the market that has driven the evolutionary shift from the “knight of science” model (service model), in which past researchers were ready to make great sacrifices in the name of science, to the “bureaucrat and imitator” model (business model), in which today’s researchers largely adapt to the bureaucratic demands of their organizations and skillfully simulate scientific activity. Overcoming the current crisis may be possible through “unloading” the market by “writing off” outdated and irrelevant cognitive products, which entails a transition from an additive paradigm of knowledge acquisition to a subtractive one.
Начало XXI века ознаменовалось возникновением новых феноменов, среди которых беспрецедентное усиление формализации и регламентации научной деятельности. Для объяснения этого явления в статье вводится несколько полезных понятий: знание как некий упорядоченный набор оригинальных идей, моделей и теорий, их обоснований и доказательств, статистических и исторических иллюстраций; рынок знаний как процесс сопряжения сегментов предложения (производства) знаний и спроса (потребностей) на них, а также актов их купли–продажи по определенной цене. Для углубления понимания эволюции глобального рынка знаний предложена его трехсекторная модель, состоящая из ядра знаний (основного, научного знания), периферии (вспомогательных или вторичных знаний) и псевдо– или антизнаний (устаревших, отвергнутых и ошибочных знаний). Предложенная структурная модель рынка знаний позволяет более предметно рассмотреть три глобальных тренда и финальных феномена: первый (Большая Рокировка) состоит в ускоренном накоплении знаний вплоть до перехода от их дефицита на рынке к избытку; второй (Большая Инверсия) предполагает удорожание производства знаний с одновременным падением их отдачи, когда предельные издержки производства знания становятся больше их предельной полезности; третий (Большая Эрозия) означает увеличение доли анти– и псевдознаний в совокупном объеме знаний. Это соответствует развитию таких кризисных явлений, как затоваривание, убыточность и массовый брак. Именно такое кризисное состояние рынка привело к эволюционному переходу от модели «рыцаря науки» (модели служения), когда исследователи прошлого были готовы к большим жертвам во имя науки, к модели «бюрократа и имитатора» (бизнес–модели), когда современные исследователи преимущественно приспосабливаются к бюрократическим требованиям своих организаций и умело имитируют научную деятельность. Преодоление возникшего кризиса возможно за счет «разгрузки» рынка посредством «списания» устаревших и нерелевантных когнитивных продуктов, что сопряжено с переходом от аддитивной парадигмы познания к субстрактивной.
В статье рассмотрена проблема неравномерного распределения социальных рисков массовой роботизации обрабатывающей промышленности по регионам России в рамках национального проекта «Средства производства и автоматизации». Цель работы заключается в идентификации зон повышенной социальной уязвимости к технологической безработице. Методология исследования основана на авторском алгоритме качественной маркировки регионов с учетом трех критериев: доли занятости в обрабатывающих производствах, отраслевом «технологическом ядре» и поглощающей способности сферы услуг. Пороговые значения для маркировки регионов по трем критериям определялись эмпирически. Информационную базу составили данные Росстата об отраслевой занятости за 2024 год и нормативные акты Минпромторга. Результаты расчетов позволили определить 26 высокоуязвимых и 12 потенциально уязвимых регионов, сконцентрированных преимущественно в европейской части страны и на Урале, что создаёт угрозы экономической безопасности страны. Обоснована необходимость перехода от унифицированной к дифференцированной региональной политике. Предложены меры по заблаговременной переподготовке кадров через цифровые сертификаты, селективному стимулированию экономического роста в уязвимых региональных зонах и пространственному перераспределению технологических мощностей на Восток для укрепления технологического суверенитета России. Даны рекомендации для модификации портала Государственной информационной системы промышленности для учёта региональных коэффициентов и создания межведомственного совета.
Яндекс.Метрика



Loading...