Зарубежные подходы к оценке эффективности государственных инвестиций в реализацию научно-инновационных программ и возможности их использования в российских условиях
Мeльников Р.М.доктор экономических наук, профессор кафедры государственного регулирования экономики, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Москва, Российская Федерация rmmel@mail.ru
Предмет. Проводится сравнительный анализ зарубежных и российских методических подходов к оценке эффективности государственных инвестиций в реализацию научно-инновационных программ и обосновываются предложения по их совершенствованию. Цели. Выявление резервов совершенствования российской практики оценки эффективности государственных инвестиций в реализацию научно-инновационных программ. Методология. Используются методы разработки логических моделей трансформации ресурсного обеспечения научно-инновационных программ в их конечные результаты и математический аппарат линейного программирования. Результаты. Предлагается авторская методика оценки сравнительной эффективности научно-инновационных проектов и подпрограмм, основанная на синтезе логической модели программы высоких технологий США и метода многомерной свертки данных и обеспечивающая сбалансированность учета различных областей оценки результатов выполнения программы (непосредственных результатов, среднесрочных результатов и широких последствий). Выводы. Применяемые в настоящее время в России методические подходы к оценке эффективности государственных инвестиций в реализацию научно-инновационных программ в значительной мере игнорируют современные разработки зарубежных ученых и лучшую мировую практику. Используемые в нашей стране упрощенные подходы, не предусматривающие оценивания и мониторинга показателей широкого воздействия научно-инновационных программ на масштабы и характер инновационной трансформации российской экономики, способствуют неэффективному расходованию бюджетных средств. Для повышения эффективности государственных инвестиций в реализацию российских научно-инновационных программ необходимо перемещение акцентов на предварительную оценку и последующий мониторинг результатов, достигаемых инновационно активными компаниями благодаря использованию научных разработок, созданных в процессе выполнения программы. Для выявления наиболее эффективных проектов и подпрограмм на стадиях разработки и реализации программы может быть использована модель линейного программирования, позволяющая определить степень удаленности проекта (подпрограммы) от эффективной границы трансформации ресурсного обеспечения в конечные результаты программы.
Ключевые слова: научно-инновационные программы, инвестиции, логическая модель, многомерная свертка данных
Список литературы:
Fahrenkrog G. et al. RTD Evaluation Tool Box: Assessing the Socio-Economic Impact of RTD Policy. Seville: European Commission Joint Research Centre, 2002.
Ruegg R., Feller I. A Toolkit for Evaluating Public R&D Investment. Models, Methods, and Findings from ATP's First Decade. Gaithersburg: National Institute of Standards and Technology, 2003.
Ruegg R., Jordan G. Overview of Evaluation Methods for R&D Program. A Directory of Evaluation Methods Relevant to Technology Development Programs. US Department of Energy, Office of Energy Efficiency and Renewable Energy, 2007.
Reed J., Jordan G., Vine E. Impact Evaluation Framework for Technology Deployment Programs. US Department of Energy, Office of Energy Efficiency and Renewable Energy, 2007.
Marjanovic S., Hanney S., Wooding S. A Historical Reflection on Research Evaluation Studies, Their Recurrent Themes and Challenges. Santa Monica: RAND Corporation, 2009.
Guthrie S., Wamae W., Diepeveen S., Wooding S., Grant J. Measuring Research. A Guide to Research Evaluation Frameworks and Tools. Santa Monica: RAND Corporation, 2013.
Evaluating Outcomes of Publicly-Funded Research, Technology and Development Programs: Recommendations for improving current practice. American Evaluation Association, 2014.
Kapeller J. Citation Metrics: Serious Drawbacks, Perverse Incentives and Strategic Options for Heterodox Economics // American Journal of Economics and Sociology. 2010. Vol. 69. № 5. P. 1376–1408.
Jaffe A. Economic Analysis of Research Spillovers: Implications for the Advanced Technology Program. Gaithersburg: National Institute of Standards and Technology, 1996.
Mansfield E. Social and Private Rates of Return From Industrial Innovations // Quarterly Journal of Economics. 1977. Vol. 91. № 2. P. 221–240.
Methodology for Technology Tracking and Assessment of Benefits. In: Industrial Technologies Program: Summary of Program Results for CY 2009. US Department of Energy, 2009.
Gilmour J., Lewis D. Assessing Performance Assessment for Budgeting: The Influence of Politics, Performance, and Program Size in FY 2005 // Journal of Public Administration Research and Theory. 2006. Vol. 16. № 2. P. 169–186.
Gilmour J. Implementing OMB's Program Assessment Rating Tool (PART): Meeting the challenges of integrating budget and performance // OECD Journal on Budgeting. 2007. Vol. 7. № 1. P. 1–40.
Guide to the Program Assessment Rating Tool (PART). Washington: Office of Management and Budget, 2007.
Lane J. Lets's Make Science Metrics More Scientific // Nature. 2010. Vol. 464. P. 488–489.
Lane J., Bertuzzi S. Research Funding. Measuring the Results of Science Investments // Science. 2011. Vol. 331. P. 678–680.
Largent M., Lane J. STAR METRICS and the Science of Science Policy // Review of Policy Research. 2012. Vol. 29. № 3. P. 431–438.
REF 2014: Assessment Framework and Guidance on Submissions. Bristol, HEFCE, 2011. URL: Link.
REF 2014: The Results. Bristol, HEFCE, 2014. URL: Link.
Charnes A., Cooper W., Rhodes E. Measuring the Efficiency of Decision Making Units // European Journal of Operational Research. 1978. Vol. 2. Iss. 6. P. 429–444.
Charnes A., Cooper W., Lewin A., Seiford L. Data Envelopment Analysis: Theory, Methodology and Applications. Boston: Kluwer, 1994.
