Исследование делового климата в российской науке

М. А. Гершман
Л. М. Гохберг
Т. Е. Кузнецова

В последние годы в мире усиливается внимание к сфере науки и технологий как основному драйверу социально-экономического прогресса, приоритету государственной политики, инструменту парирования глобальных вызовов, экономических и геополитических шоков, преодоления внутренних, специфических для каждой страны проблем.

Это происходит на фоне усложнения и ускорения развития, повышения капиталоемкости национальных научно-технологических комплексов, систем и механизмов управления ими (см.: OECD, 2023; Cerny, Prichard, 2017; IMF, 2023). От акторов и стейкхолдеров сферы требуется быстрая трансформация систем целеполагания и стратегий развития, направления которой зависят в том числе от того, как эти участники оценивают текущую ситуацию и как формируются их ожидания по поводу развития событий.

По мнению российских и международных экспертов, в условиях турбулентной внешней среды и фрагментации глобального пространства возникают новые барьеры, издержки, дисбалансы и риски, препятствующие выработке и реализации участниками деятельности в сфере науки и технологий, включая государство¹, долгосрочных обоснованных решений. В их число входят усиление требований к действиям органов управления и аффилированных с ними структур; рост краткосрочных издержек и потерь; сдвиги в закономерностях распределения трудовых ресурсов и ценообразования; потребность в эффективном трансфере технологий и укреплении доверия в партнерских отношениях (см.: European Commission, 2023а, 2023b). В такой ситуации правительства одновременно должны заниматься переосмыслением долгосрочных стратегий; поиском оперативных решений для выхода из кризисных ситуаций для адаптации к новым условиям; повышением эффективности практической деятельности, включая пересмотр подходов к политике и оценке ее эффективности. Хотя методологические рамки оценки политики (policy evaluation) в мировой практике в целом сформированы², а ее результаты, содержащие информацию об успешности государственных инициатив, используются в процессе обоснования, корректировки и принятия управленческих решений, данные механизмы продолжают совершенствоваться. Это происходит в том числе за счет интеграции методологии специализированных опросов, позволяющих получать информацию об итогах реализации таких инициатив непосредственно от реципиентов государственной поддержки.

Текущая политика России в сфере науки и технологий включает разнообразные меры, однако их реальные возможности лимитированы, с одной стороны, беспрецедентными по масштабу санкциями западных стран, а с другой — внутренними экономическими и технологическими ограничениями, в том числе относящимися к специфическому устройству национальной экономики и научно-технологического комплекса. Основной акцент сделан на запуске крупных национальных проектов технологического лидерства в критически значимых областях, на разработке системы стимулов для более глубокой интеграции в технологическое развитие различных экономических акторов, оценке эффективности государственных расходов.

В число ключевых документов политики, формирующих стратегическую повестку в сфере науки и технологий, входят: Стратегия научно-технологического развития Российской Федерации, утвержденная Указом Президента РФ от 28.02.2024 г. № 145 (далее — Стратегия НТР); Указ Президента РФ от 07.05.2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года»; Указ Президента РФ от 18.06.2024 г. № 529 «Об утверждении приоритетных направлений научно-технологического развития и перечня важнейших наукоемких технологий»; Федеральный закон от 28.12.2024 г. № 523-ФЗ «О технологической политике в Российской Федерации и о внесении изменений в отдельные законодательные акты Российской Федерации»; Концепция технологического развития России до 2030 г. (Распоряжение Правительства РФ от 20.05.2023 г. № 1315-р) и др.

В этих условиях для принятия обоснованных решений важно осуществлять мониторинг нарастающих объемов информации, поступающей из разных источников, оперативно отбирать и систематизировать релевантные сведения для решения конкретных управленческих задач. Обязательным элементом такой политики должна стать система обратной связи, позволяющая на регулярной основе доносить до лиц, принимающих решения, консолидированное мнение профессионального сообщества о том, как меняются условия работы в сфере науки и технологий, становится ли она привлекательнее для талантливых исследователей с точки зрения возможностей личностного и карьерного роста, востребованы ли инструменты государственной поддержки исследований и разработок (ИР), способствуют ли принимаемые меры достижению стратегических целей и задач.

В статье представлен оригинальный авторский подход к анализу делового климата в российской науке («Делаем науку в России»), основанный на методологии конъюнктурных обследований (business tendency surveys) и проведении репрезентативных опросов руководителей организаций науки³. Полученные данные отражают реакцию целевой аудитории на развитие текущей ситуации и действия государства. Хотя аналитический инструментарий конъюнктурных обследований известен и используется для изучения предпринимательского поведения в различных секторах экономики, системные попытки адаптировать его к сфере науки и технологий отсутствуют. Таким образом, результаты нашего исследования пионерные не только для России, но и для международной практики. Они позволяют проследить, как научно-технологический комплекс преодолевает внутренние барьеры и адаптируется к внешним вызовам, в какой мере этому способствуют отдельные инструменты политики.

Обзор литературы

Подходы к измерению сферы науки и технологий развиваются уже более 70 лет (см.: Godin, 2009). Международные статистические стандарты определены в Руководстве Фраскати (Frascati Manual) Организации экономического сотрудничества и развития (ОЭСР), предлагающем разнообразные метрики для анализа и оценки деятельности в этой сфере (см.: OECD, 2015). В настоящее время в базе данных ключевых индикаторов науки и технологий ОЭСР⁴ содержатся около 150 количественных показателей для мониторинга и сопоставительного анализа научно-технологической деятельности в разных странах за длительный период. Они включают индикаторы финансовых и кадровых ресурсов науки в разных институциональных секторах, а также результатов и потенциальных эффектов от ИР, в том числе патентные данные и сведения о международной торговле в наукоемких секторах.

Так называемые «новые индикаторы», основанные на «альтметри-ках» и «больших данных», позволяют анализировать вклад результатов ИР организаций и отдельных ученых в благосостояние общества, экономическое развитие, улучшение окружающей среды и др. (см.: Godin, 2001; Gokhberg, 2013). Основные проблемы конструирования формальных количественных метрик подобного рода следующие: относительно низкие качество собираемых данных и скорость их обновления; ограниченность структурных разрезов; зависимость от полноты охвата объектов наблюдений; нестабильность источников данных и др. (см.: Гохберг, 2003).

По мере развития методологии измерения сферы науки и технологий соответствующие показатели начали применять в государственном управлении, в том числе в рамках целеполагания и оценки ее результатов. Так, в качестве целевого индикатора стратегических и программных документов политики чаще всего используют объем затрат на ИР в процентах к ВВП⁵; показателей научных результатов — число научных публикаций (в основном для фундаментальных исследований) или патентов (для прикладных исследований и разработок). Преимущество их применения связано с возможностями проводить межстрановые сопоставительные исследования и фокусировать внимание управленцев на конкретных научных дисциплинах, технологических областях, отдельных технологиях (см.: Frietsch et al., 2024).

Процедуры оценки научно-технологической политики начали реализовывать за рубежом с начала 1970-х годов, и с тех пор они постоянно совершенствуются: развиваются методологические подходы, нормативная правовая база; разрабатываются новые инструменты сбора данных и их анализа, формирования специализированных массивов информации; появляются интернет-платформы для измерения эффектов регулирования (см.: Georghiou, 1995; OECD, 2012; Edler et al., 2016). Как правило, оценивание проводится независимыми исследовательскими центрами по заказам органов исполнительной власти, а результаты используются при реализации национальных планов и стратегий, при утверждении бюджетных расходов на ИР, принятии решений о продолжении финансирования программ, проектов, организаций, о корректировке объемов поддержки и допуске организаций к участию в них (см.: Kuhlmann, 2003; Shapira, Furukawa, 2003; Jordan, 2010).

Действующие подходы к оценке научно-технологической политики и ее инструментов довольно разнообразны и могут различаться по:

• уровню (международный, национальный, региональный, отраслевой и отдельных организаций; см.: OECD, 2012);
• объекту: цели политики, ее приоритеты, направления, отдельные инструменты или их портфели (policy mix; см.: Meissner, Kergroach, 2021);
• виду на разных этапах управленческого цикла: предварительный — до начала реализации инструмента {ex ante); мониторинг — в период реализации; промежуточный — по завершении отдельных этапов (interim); итоговый — по завершении реализации инструмента (ex post/follow-up; см.: OECD, 2012);
• предмету (в зависимости от этапа): предпосылки и условия реализации политики; ресурсы (их достаточность, обоснованность распределения); результаты (востребованность, результативность, эффективность); эффекты (прямые, косвенные, мультипликативные; см.: Bartie, Morris, 2010);
• методологии (см.: McLaughlin, Jordan, 2015; Stern, 1993), в том числе по использованию методов статистического, эконометрического, библиометрического, патентного и смешанного анализа (см.: Abramo et al., 2009; Bloch et al., 2014; Blume-Kohout, 2022).

Как свидетельствует мировой опыт, в системах оценки политики все больше внимания уделяют учету мнений и ожиданий ключевых субъектов регулирования и формированию обратной связи с ними (см.: European Commission, 2004).

В России система оценки научно-технологической политики пока только формируется. В частности, и. 59 Стратегии НТР предусматривает проведение Комиссией по научно-технологическому развитию Российской Федерации⁶ оценки эффективности мер и инструментов государственной политики в области научно-технологического развития, однако ее методология еще не устоялась. Практикуются оценка регулирующего воздействия отдельных нормативных правовых актов, мониторинг достижения целевых индикаторов государственных программ, национальных и федеральных проектов, а также оценка эффективности бюджетных расходов, причем последняя носит скорее формальный характер.

Барьеры на пути распространения практик оценки политики и повышения надежности их результатов связаны со слабой измеримостью социально-экономических эффектов науки и технологий (см.: Гохберг, 2003; Godin, 2010; Gassier, Schibany, 2011); недостаточной прозрачностью оценочных процедур (см.: Kuhlmann, 2003); низкой вовлеченностью в процесс оценки заинтересованных стейкхолдеров и ограниченной практикой применения ее результатов (см.: Edler et al., 2016); с отсутствием унифицированной методологии и гармонизированных индикаторов (см.: Teirlinck et al., 2013) и дефицитом надежной информации об уровне эффективности инструментов регулирования при росте их числа (см.: Edler et al., 2016); с вариативностью результатов в зависимости от применяемой методологии (см.: Cunningham et al., 2016) и др. Таким образом, несмотря на сложившуюся практику оценки научно-технологической политики, многие трудности в этой области еще не преодолены.

Частичному решению отмеченных проблем могла бы способствовать методология конъюнктурных обследований для анализа делового климата (business tendency surveys), которая предусматривает сбор (в форме опросов) мнений руководителей о текущей ситуации в их организациях, об ожиданиях и ближайших планах развития (см.: OECD, 2003). Основными преимуществами конъюнктурных обследований считаются:

• получение в оперативном режиме информации о поведении, намерениях и ожиданиях экономических акторов, что дополняет традиционные количественные (статистические) данные качественными оценками ситуации, на основании которых формируются опережающие индикаторы и краткосрочные прогнозы;
• проведение исследований и получение результатов в более короткие сроки и с меньшей нагрузкой на респондентов по сравнению со статистическим мониторингом;
• формирование информационной базы для разработки композитных индексов (делового климата, экономических настроений и др.);
• возможность уточнить анализ динамики отраслей и экономических циклов.

Специализированные конъюнктурные опросы проводят в разных странах с целью выявить консолидированную позицию профессионального сообщества (табл. 1). Они востребованы заинтересованными стейкхолдерами и акторами — топ-менеджерами организаций, чиновниками, экспертами, исследователями, аналитиками, СМИ.

Таблица 1

Примеры обследований делового климата в отдельных странах

Источник: составлено авторами.

Как и другие подходы, конъюнктурные исследования делового климата имеют недостатки. В частности, для применения результатов в экономических, прогнозных моделях требуется их трансформация из качественного в количественный формат, что может привести к частичной потере важной информации и дополнительным проблемам методологического и методического характера (см.: Erkel-Rousse, Minodier, 2009). Систематизация международного опыта оценки политики и конъюнктурных обследований стала основой для формирования методологии и инструментария измерений делового климата в российской науке. Многомерность факторов, влияющих на интенсивность и характер вовлечения организаций в процессы создания, использования и распространения знаний, требует изучения текущей ситуации в науке и перспектив ее развития по широкому спектру направлений. Такая информация вместе с оценками отдельных инструментов политики позволяет создать комплексную картину состояния сферы науки и технологий, получить принципиально новые данные для оценки политики.

Методология

Ключевым элементом предлагаемой методологии выступает репрезентативный опрос руководителей научных организаций и вузов (или их заместителей по научной и/ или инновационной деятельности). Изучение их мнения имеет принципиальное значение: именно эта когорта лиц определяет стратегии деятельности организаций и формирует повседневные управленческие практики, которые непосредственно влияют на эффективность государственного регулирования. Данные регулярно проводимых опросов могут рассматриваться в качестве оперативной обратной связи со стороны профессионального сообщества, реагирующего на изменение условий деятельности в сфере науки и технологий и на реализацию мер поддержки.

Инструментарий опроса (анкета) состоит из трех разделов. Первый — «Условия для научно-технической деятельности» — включал в 2024 г. 87 вопросов⁷ (факторов делового климата), сгруппированных по восьми направлениям (группам факторов) — кадровый потенциал, материально-техническая база, информационная инфраструктура, научная кооперация, финансирование, научные результаты и коммерциализация, взаимодействие с обществом, институциональные условия⁸. Выбор факторов основан на комплексном изучении российской и зарубежной литературы, посвященной анализу национальных инновационных систем (см.: Freeman, 1995; Lundwall, 1992; Nelson, 1993); кадрового потенциала науки (Гохберг, 2003; Gokhberg et al., 2016; Chou et al., 2008); финансирования ИР (Гохберг, 2003; НИУ ВШЭ, 2025); кооперации науки и бизнеса (OECD, 2019; Ankrah, Omar, 2015; Meissner et al., 2021); коммерциализации результатов ИР (OECD, 2013); взаимодействия науки и общества (Lakomÿ et al., 2019); практик управления ИР (Priem, Butler, 2001); международных статистических стандартов (OECD, 2015); международных композитных индексов (см.: Власова и др., 2017). Совокупность анализируемых факторов позволяет получить комплексную оценку ключевых параметров научно-технологического развития: ресурсов (физических и нематериальных), внешних (институциональные условия) и внутренних (организационная культура) условий, а также результатов, включая их влияние на отдельные параметры развития экономики и общества.

На основании полученных данных оценивались общая конъюнктура и ожидания развития рассматриваемой сферы, конструировался композитный индекс настроений в российской науке. Последний представляет собой обобщенную оценку ее состояния и перспектив развития в восприятии руководителей организаций и рассчитывается как среднее арифметическое факторов делового климата (в 2024 г. — 87), в том числе по каждой из восьми групп.

Второй раздел анкеты — «Инструменты научно-технической политики» — включал 44 вопроса об опыте использования и значимости ключевых инструментов политики для конкретных организаций. В их перечень вошли наиболее важные и актуальные действующие меры поддержки. Здесь дизайн анкеты допускал следующие варианты ответа: инструмент неприменим для организации; инструмент применим, но не использовался; была неуспешная попытка использования; инструмент использовался. В случаях попытки или успешного применения определенной меры респондентам предлагалось оценить ее значимость для деятельности организации по пятибалльной шкале (1 балл — низкая, 5 баллов — высокая).

Полученные ответы корректировались с учетом структуры генеральной совокупности организаций, выполнявших ИР, по данным Росстата. По итогам были построены индексы:

• потенциального охвата (доля организаций, потенциально охваченных инструментом);
• востребованности (доля организаций, пытавшихся воспользоваться инструментом политики, в числе потенциально охваченных);
• успешности использования (доля организаций, успешно воспользовавшихся инструментом политики, в числе пытавшихся его использовать);
• значимости (средняя оценка значимости инструмента политики в баллах от 0 до 100).

Эти индексы позволяют получить обобщенную оценку результативности мер поддержки в восприятии ее ключевых адресатов, диагностировать «узкие места» в регулировании научно-технологического комплекса. Индикаторы востребованности, успешности использования и значимости могут анализироваться в сопоставлении с объемами финансирования этих мер из средств федерального бюджета.

Для целей рейтингования инструментов политики был сформирован интегральный индекс. Он рассчитывался как среднее арифметическое натуральных логарифмов значений индекса востребованности и индекса значимости, деленное на натуральный логарифм 100 и умноженное на 50. Преобразование позволяет снизить влияние различий в распределении полученных оценок в рейтинге, построенном на основе интегрального индекса.

Третий раздел анкеты — «Практики управления исследованиями и разработками в организациях» — включал вопросы, связанные с механизмами стратегического и оперативного управления и принципами формирования исследовательской повестки. Полученные ответы позволяют анализировать модели управления и степень зрелости управленческой культуры в опрошенных организациях.

Исходный перечень организаций для наблюдения составлял около 2 тыс. (половина всей генеральной совокупности организаций, выполняющих ИР), из которых в 2024 г. полностью заполнили опросники 719 (более ¹/₃ генеральной совокупности). Таким образом, доля ответивших достаточна для подобного рода исследований. Итоговая выборка репрезентативна по:

• типам организаций сферы науки: некоммерческая — бюджетное или автономное учреждение (327; 45,5°о); коммерческая — в организационно-правовой форме АО, ФГУП или ООО (151; 21%); вуз (241; 33,5%);
• ее областям: естественные, технические, медицинские, сельскохозяйственные, социальные, гуманитарные;
• видам выполняемых работ: фундаментальные, прикладные исследования, разработки, научно-технические услуги (табл. 2).

Таблица 2

Распределение опрошенных организаций по областям науки и видам работ в 2024 г.

Примечание. * N = 719. ** Возможно несколько вариантов ответа.

Источник: составлено авторами.

Для отражения актуальных целей и задач технологического развития России в опросе 2024 г. была предусмотрена возможность выделять организации, специализирующиеся на тематике научно-технологических приоритетов (в соответствии со Стратегией НТР), а также ориентированные на обеспечение развития отдельных важнейших наукоемких технологий.

Результаты опроса и возможности их использования

Анализ настроений в науке

В 2024 г. руководители вузов и научных организаций оценили текущие условия для научно-технической деятельности как довольно стабильные: индекс настроений в российской науке составил 3,27 балла из 5 возможных, и в ближайшие три года ситуация может улучшиться (3,61 балла). Можно предположить, что респонденты учитывали продекларированные государством амбициозные цели, связанные с ускорением технологического развития страны.

Как и в двух предыдущих раундах опроса (в 2017 и 2022 гг.), респонденты охарактеризовали ситуацию как относительно благополучную по таким направлениям, как взаимодействие науки и общества (3,79 балла), состояние материально-технической базы (3,50) и кадрового потенциала науки (3,48). Научная результативность (3,19), институциональные условия (3,16), кооперация (3,15) и информационная инфраструктура (3,14) получили оценки немного выше средней. Самые низкие баллы отмечены в отношении финансирования исследований (2,76), однако трехлетние ожидания здесь также растут (3,14) (см. рисунок).

Оценка изменения настроений

Потенциал будущих улучшений, по мнению опрошенных, может быть связан с развитием информационной инфраструктуры (3,58 в 2027 г. против 3,14 в 2024 г.) и кооперационных процессов (3,57 против 3,15). Позитивные сдвиги ожидаются также по кадровому потенциалу (3,83 против 3,48), научной результативности (3,48 против 3,19), материально-техническому обеспечению (3,83 против 3,50), институциональным условиям (3,42 против 3,16) и взаимодействию науки и общества (4,04 против 3,79).

Методология опроса позволяет определить изменение настроений в профессиональном сообществе (табл. 3). Так, в условиях удорожания научного оборудования в последние годы опрошенные руководители отметили повышение качества регулирования его закупок (3,15 в 2024 г. против 2,73 в 2022 г.). Удалось выявить и некоторые позитивные сдвиги в части административной нагрузки при подготовке отчетности по НИОКР (2,92 против 2,53). В то же время полученные оценки свидетельствуют о том, что эта проблема в целом пока далека от разрешения.

Таблица 3

Факторы с наиболее заметными позитивными изменениями в оценках текущей ситуации в 2022 и 2024 гг.

Источник: составлено авторами.

Увеличение финансирования науки за счет средств государства и бизнеса позволило организациям накопить собственные средства для выполнения инициативных НИОКР (3,47 против 3,09). Выросли и возможности финансовой поддержки участия исследователей в разного рода научных мероприятиях (3,48 против 3,12).

Вероятно, вследствие общего роста бюджетного финансирования науки до средней отметки повысились оценки обеспеченности организаций финансовыми ресурсами из средств госзадания (3,02 против 2,69) и грантов российских научных фондов (3,09 против 2,79). Наконец, благодаря широкому информированию государства о реализуемых мерах поддержки науки, в том числе запуску домена «Наука и инновации», многие организации стали лучше понимать, какие инструменты им доступны и полезны (3,78 против 3,48).

На фоне перечисленных позитивных изменений была выявлена негативная динамика (табл. 4) в части финансирования ИР со стороны государственных корпораций и компаний с госучастием (2,99 против 3,41), а также возможностей повышения заработной платы исследователей (3,36 против 3,51). Кроме того, ухудшились оценки публикационной активности российских ученых в ведущих зарубежных научных изданиях (2,94 против 3,30). Очевидно, что санкционные ограничения продолжают препятствовать международному сотрудничеству на уровне организаций (2,88 против 3,22) и отдельных ученых (2,71 против 2,92). Они негативно влияют и на закупки зарубежного научного оборудования и материалов (2,48 против 2,68). После ухода с российского рынка западных ИТ-компаний снизились оценки обеспеченности организаций специализированным ПО для выполнения НИОКР (3,34 против 3,48).

Таблица 4

Факторы с наиболее заметными негативными изменениями в оценках текущей ситуации в 2022 и 2024 гг.

Источник: составлено авторами.

Определение драйверов и барьеров развития

На основании проведенных опросов можно описать особенности исследовательской среды, которые респонденты оценивают наиболее позитивно (табл. 5). Максимально высокие баллы в опросах 2022 и 2024 гг. зафиксированы для факторов, связанных с получением прав на РИД (4,27 и 4,43) и продвижением научных достижений: проведением научно-популярных мероприятий (4,14 и 4,33), использованием результатов исследований в образовательных целях (4,07 и 4,26), распространением информации об организации и ее деятельности в СМИ и интернете (4,02 и 4,31). Несмотря на санкционные ограничения, на хорошем уровне воспринимается обеспеченность организаций современной компьютерной техникой (4,03 и 4,26), что, скорее всего, объясняется налаженными процессами параллельного импорта и достаточными объемами поставок компьютеров в предыдущие годы.

Таблица 5

Факторы с самыми высокими оценками в 2022 и 2024 гг.

Источник: составлено авторами.

Руководители вузов и бюджетных НИИ положительно отозвались об уровне публикационной активности своих сотрудников в российских рецензируемых научных изданиях (4,35 по текущей ситуации и 4,49 в ближайшем будущем). Респонденты из вузов также удовлетворены качеством работы собственных библиотек (4,21) и уровнем подготовки выпускников магистратуры (4,21). Представители коммерческих научных организаций (входят в состав предпринимательского сектора науки) в целом довольны социальным пакетом для сотрудников (4,06) и возможностями финансирования НИОКР за счет собственных средств (3,90); для них, в отличие от представителей других типов организаций, проблемы с поставками компонентов, реактивов и иных расходных материалов для исследований в целом не так критичны (3,88).

В части барьеров для прогресса в сфере науки и технологий наиболее низкие оценки получили факторы, связанные с прямыми последствиями санкционного воздействия на Россию: отсутствие грантового и иного финансирования со стороны зарубежных организаций/компаний (1,75/1,87), а также коммерциализация РИД за рубежом (1,97). По-прежнему ограничены возможности привлекать в нашу страну ведущих иностранных ученых (2,15), не урегулированы визовые и иные вопросы, связанные с их наймом (2,24). Отмечены проблемы с импортом научного оборудования и материалов (2,48); с нехваткой современного ПО (2,72) и систем искусственного интеллекта (ИИ) (2,60) российской разработки. Представители коммерческих научных организаций обращают внимание на трудности при создании и развитии малых инновационных предприятий (2,44), а руководители бюджетных ПИИ — на дефицит финансирования от регионов (2,20) и слабое институциональное взаимодействие с бизнесом в форме совместных базовых кафедр (2,05) и лабораторий (2,19).

В трехлетней перспективе по многим из перечисленных направлений ожидаются положительные изменения (табл. 6). Заметные улучшения предполагаются в развитии систем ИИ российской разработки (2,60 сейчас, 3,32 через три года) и навыков работы с ними (соответственно 3,01 и 3,71); разработки специализированного отечественного ПО для исследований (2,72 и 3,38); сотрудничества с бизнесом — в форме совместных проектов (2,94 и 3,47) и базовых кафедр (2,80 и 3,31). Университетское сообщество ожидает расширения возможностей привлекать ведущих иностранных ученых, а коммерческие организации — повышения доступности научных грантов.

Таблица 6

Факторы, по которым ожидается наиболее динамичное развитие в ближайшие три года

Источник: составлено авторами.

В целом сохраняющиеся проблемные зоны для науки связаны преимущественно с длительным характером действия зарубежных санкций, которые выступают барьерами на пути развития организаций. Между тем позитивные тренды и ожидания являются следствием активных действий государства в области поддержки науки и технологий, а также роста спроса на научные результаты со стороны бизнеса и общества.

Оценка спроса на меры государственной поддержки

Ключевые меры поддержки сферы науки и технологий потенциально доступны широкому кругу организаций: в 2024 г. охват большинства анализируемых мер превысил 90% (в опросе 2022 г. — более 70%). Еще выше доля пытавшихся воспользоваться или применивших хотя бы один из инструментов в течение трех лет, предшествовавших опросу (более 95%). При этом индекс востребованности отдельных мер существенно варьировал — от 3% для создания установок класса «мегасайенс» до 70% для крупнейшей программы поддержки университетов «Приоритет 2030» (медиана составила 27%). Такой разброс можно объяснить, с одной стороны, узкой целевой направленностью отдельных мер (например, крупные научные установки необходимы ограниченному числу ведущих организаций), а с другой — возможно, завышенными требованиями к их потенциальным получателям.

Несмотря на различия в спросе организаций на разные меры поддержки, доля успешно применивших их в числе всех пытавшихся довольно высокая (медианное значение — 81%). В восприятии респондентов наиболее значимыми оказались не только инструменты с большими объемами финансирования (госзадание в науке — 85 баллов), но и менее крупные меры, нацеленные на поддержку ее материально-технической базы (гранты на обновление приборной базы — 83) или привлечение молодых ученых (поддержка создания молодежных лабораторий — 82).

Для оценки общего влияния на развитие сферы науки и технологий различных стимулов были рассчитаны их интегральные индексы (табл. 7). Первое место в рейтинге разделили одна из наиболее успешных государственных инициатив в этой сфере — программа «Приоритет 2030» и (традиционно) госзадание в науке. Топовые позиции (3—5-е места из 37) заняли несколько мер, направленных на поддержку начинающих исследователей и инноваторов: создание молодежных лабораторий, гранты на студенческое предпринимательство, финансовая поддержка молодых ученых.

Таблица 7

Рейтинг финансовых мер научно-технологической политики в 2024 г.

Источник: составлено авторами.

Немногим ниже (10 —17-е места) расположились программы поддержки вузов: инжиниринговые центры, передовые инженерные школы (ПИШ), университетские стартап-студии и обеспечение молодых ученых жильем. Соседство таких довольно узконаправленных инструментов политики с массовыми (гранты РНФ) или общедоступными (освобождение от НДС НИОКР за счет средств бюджета или хоздоговоров) подчеркивает высокую актуальность и востребованность мер государственной политики по укреплению кадрового потенциала науки.

Заметно ниже разместились меры, прямо или косвенно связанные со стимулированием кооперации в сфере науки и технологий. К ним можно отнести научно-образовательные центры мирового уровня (НОЦ), федеральные научно-технические программы (ФНТП), научные центры мирового уровня (НЦМУ), субсидии по постановлению Правительства РФ № 218, развитие регионами научной и инновационной инфраструктуры, комплексные научно-технические программы (КНТП), инновационные научно-технологические центры (ИНТЦ). в целом полученные оценки согласуются с фактами недостаточно эффективного сотрудничества вузов, научных организаций и бизнеса и, как следствие, сохраняющегося на протяжении многих лет невысокого уровня внебюджетного финансирования российской науки (Гохберг, 2024).

Среди нефинансовых мер респонденты позитивно оценили сервисы по учету научно-исследовательских, опытно-конструкторских и технологических работ гражданского назначения (ЕГИСУ НИОКТР) и предоставлению доступа к научно-технической информации, включая централизованную подписку на базы данных и индексы научного цитирования. Инструменты, облегчающие коммерциализацию результатов исследований (безвозмездное получение прав на РИД и поддержка патентования за рубежом), напротив, востребованы редко. Однако для организаций, активно использующих права на РИД, помощь с их получением стала значимым подспорьем (мера заняла 2-е место по значимости).

Проведенное сопоставление полученных оценок инструментов регулирования с объемами их финансирования за счет средств федерального бюджета показало, что наиболее востребованными и успешно используемыми для получателей стали «ресурсоемкие» меры поддержки. Это связано со сложившейся моделью финансовой поддержки в сфере науки и технологий, основным источником которой по-прежнему выступает государство.

Изучение практик управления наукой

В рамках опроса были проанализированы механизмы управления в организациях, выполняющих ИР. Наиболее распространенными стали стратегии (программы) развития научной деятельности и собственные целевые показатели: утверждены в 75 и 72% случаев соответственно (в большей степени используются вузами — 88 и 82%, в меньшей — коммерческими структурами — 55 и 53%). О проведении регулярного бенчмаркинга (анализа деятельности организаций-конкурентов) заявили 64% респондентов. Такая практика наиболее характерна для вузов (68%), а также для представителей сельскохозяйственных (73%) и медицинских (71%) наук. Разброс значений по типам организаций (54 — 68%) и областям науки (63—73%) в целом невысок.

Более половины организаций (60%) внедрили механизмы обратной связи от сотрудников (проводят опросы, создали коллегиальные органы). Здесь больше всего преуспели вузы (70%), а также организации медицинского, гуманитарного и социального профилей (73, 71, 70% соответственно), в числе отстающих — коммерческие структуры (35%) и организации технического профиля (55%). В условиях внешних ограничений и сложностей привлечения внебюджетного финансирования только 23% опрошенных организаций реализуют долгосрочные программы исследований за счет собственных средств (среди коммерческих структур — 41%); 34% практикуют механизмы проектного управления научной деятельностью (только 14% бюджетных НИИ, большинство из них выполняют фундаментальные исследования; 56% вузов, ориентированных на прикладные исследования и разработки).

Обсуждение и перспективы развития подхода

Сфера науки и технологий в России в последние годы находится в фокусе государственной политики. Чтобы повысить ее эффективность, необходимо наладить устойчивые механизмы обратной связи с профессиональным сообществом. Это позволит лучше понимать ситуацию в данной сфере, выявлять актуальные проблемы ее развития и более оперативно решать их с помощью специальных мер регулирования. Таким механизмом может быть представленный подход к анализу делового климата в науке, основанный на методологии ее количественных измерений, оценке научно-технической политики, а также конъюнктурных обследований организаций. Здесь продемонстрированы лишь некоторые возможности его применения, касающиеся анализа делового климата в науке, выявления узких мест и оценки отдельных мер поддержки⁹.

В рамках очередного раунда исследования, проведенного в 2024 г., показано, что опрошенные организации в целом оценивают деловой климат в науке умеренно позитивно и ожидают некоторого улучшения ситуации, что, по-видимому, связано с надеждами на преобразования и масштабную господдержку рассматриваемой сферы. Соответствующие планы и целевые ориентиры закреплены в актуальных документах государственной политики. По сравнению с 2022 г. заметен прогресс по ряду направлений: сохраняется приток молодежи; повысилась удовлетворенность организаций финансированием за счет грантов и госза-дания; обновилась приборная база; улучшаются отдельные направления регулирования (госзакупки, госзадание, рынок интеллектуальной собственности и др.); успешно реализуются программы поддержки университетов и творческой молодежи.

По большинству факторов делового климата ожидаются улучшения в трехлетней перспективе, к 2027 г. Вместе с тем с учетом выявленных в ходе исследования нерешенных проблем и барьеров на пути дальнейшего наращивания кадрового потенциала, стимулирования внебюджетных инвестиций в ИР, повышения результативности науки и развития международного сотрудничества целесообразно акцентировать государственную политику на следующих направлениях:

• расширение линейки мер поддержки научных кадров, включая привлечение иностранных ученых;
• введение дополнительных стимулов для кооперации и повышения инвестиционной активности бизнеса;
• ускорение импортозамещения научного оборудования;
• поддержка российских научных журналов;
• стимулирование внедрения ИИ в науке и др.

Дальнейшее развитие подхода позволит проводить опросы разных категорий исследователей, включая заведующих лабораториями и научных сотрудников, сопоставлять полученные оценки с оценками руководителей организаций¹⁰. Для повышения уровня репрезентативности опросы могут охватывать большую совокупность организаций, как в обследованиях делового климата в других секторах экономики.

Результаты исследования могут применяться для выявления вероятной связи между оценками ситуации (текущей и перспективной) представителями профессионального сообщества и конкретными мерами государственной политики (см.: Гершман и др., 2025), а также при анализе реализации стратегических целей, задач и приоритетов в сфере науки и технологий, в частности сформулированных в Стратегии научнотехнологического развития Российской Федерации¹¹. Агрегированные мнения респондентов о будущих планах развития их организаций могут (после определенной обработки) использоваться для конструирования опережающих индикаторов и построения краткосрочных прогнозов (в том числе для уточнения прогнозов Минэкономразвития России в части науки и технологий, а также трехлетних бюджетных планов). Таким образом, качественные опросные данные могут дополнять доступную статистическую и ведомственную информацию.

В условиях движения России к технологическому лидерству, наблюдаемого в последние годы, и запланированного на перспективу до 2030 г. роста инвестиций в сферу науки и технологий из всех источников¹², а также объективной потребности в повышении эффективности бюджетных расходов усиливается интерес органов власти и профессионального сообщества к новым подходам к оценке состояния национального сектора ИР и государственной политики. Их практическое внедрение можно рассматривать как еще один шаг к формированию в нашей стране современной системы управления научно-технологическим развитием.

¹ В целом воздействие государства на сферу науки и технологий усиливается. Причем речь идет не только о компенсации «провалов рынка», но и о все более масштабном и прямом бюджетном инвестировании в прорывные технологии и высокотехнологичные отрасли, об обеспечении технологической самодостаточности, сохранении конкурентных позиций в глобальных цепочках добавленной стоимости. При этом политика государств может вызывать рост неопределенности при выборе акторами данной сферы своих поведенческих паттернов (см.: Allard et al., 2012; Bell et al., 2013; Crespi et al., 2021; Edler et al., 2023).

² Речь, как правило, идет о комплексном анализе, позволяющем измерить уровень и качество ресурсного обеспечения научной, научно-технической деятельности (inputs), ее ожидаемые и фактически достигнутые непосредственные результаты (outputs) и конечные эффекты (outcomes) для разных бенефициаров (см.: Weiss, 1999; Gök, Edler, 2012; Teirlinck et al., 2013).

³ Всего было проведено три раунда опросов — в 2017, 2022 и 2024 гг. (см.: Гохберг, 2019; Гохберг, Гершман, 2023).

⁴ https: www.oecd.org en data datasets main-science-and-technology-indicators.html

⁵ Но целевая планка в этом случае в большинстве стран не достигается (см.: Carvalho, 2018).

⁶ Создана во исполнение Указа Президента РФ от 15 марта 2021 г. № 143 «О мерах по повышению эффективности государственной научно-технической политики».

⁷ Количество вопросов в разные годы незначительно варьирует (Гохберг, 2019; Гохберг, Гершман, 2023).

⁸ По каждому вопросу респонденты оценивали текущее положение и ожидаемые изменения по 5-балльной шкале, где 1 — негативная оценка текущей ситуации ее ухудшение через три года, а 5 — позитивная оценка состояния его улучшение. Значение 3 равноценно нейтральной оценке текущей ситуации отсутствию ожиданий изменений.

⁹ Подробнее эти результаты представлены в аналитических докладах НИУ ВШЭ (Гохберг, 2019; Гохберг, Гершман, 2023).

¹⁰ Схожие по дизайну исследования проводились нами и ранее (см.: Гершман, Кузнецова, 2014; Gershman, Kuznetsova, 2016).

¹¹ Cm.: https: issek.hse.ru news 220448773.html

¹² П. 7г Указа Президента РФ от 07.05.2024 г. № 309 «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года».

Список литературы / References

Власова В., Кузнецова Т., Рудь В. (2017). Анализ драйверов и ограничений развития России на основе информации Глобального инновационного индекса. Вопросы экономики. № 8. С. 24 — 41. [Vlasova V., Kuznetsova Т., Roud V. (2017). Drivers and limitations of Russia’s development based on the evidence provided by the Global Innovation Index. Voprosy Ekonomiki, No. 8, pp. 24 — 41. (In Russian).] https: doi.org 10.32609 0042-8736-2017-8-24-41

Гершман M. А., Евсеева M. В., Каменева E. Г., Лапочкина В. В. (2025). Субсидирование научно-производственной кооперации в России: оценка эффектов. Вопросы экономики. № 3. С. 48—75. [Gershman М. A., Evseeva М. V., Kameneva Е. G., Lapochkina V. V. (2025). Impact assessment of subsidized academia—industry cooperation in Russia. Voprosy Ekonomiki, No. 3, pp. 48—75. (In Russian).] https: doi.org 10.32609 0042-8736-2025-3-48-75

Гершман M., Кузнецова T. (2014). Оплата труда по результатам в российском секторе исследований и разработок. Форсайт. Т. 8, № 3. С. 58 — 69. [Gershman М., Kuznetsova Т. (2014). Performance-related pay in the Russian R&D sector. Foresight—Russia, Vol. 8, No. 3, pp. 58 — 69.]

Гохберг Л. M. (2003). Статистика науки. M.: Тейс. [Gokhberg L. M. (2003). Statistics of science. Moscow: Teis. (In Russian).]

Гохберг Л. M. (ред.) (2019). Деловой климат в российской науке — Doing science. М.: НИУ ВШЭ. [Gokhberg L. М. (ed.) (2019). Business climate in the Russian R&D sector — Doing science. Moscow: HSE University. (In Russian).]

Гохберг Л. М. (ред.) (2024). Будущее мировой науки. М.: Издат. дом ВШЭ. [Gokhberg L. М. (ed.) (2024). The future of world science. Moscow: HSE Publ. (In Russian).]

Гохберг Л. M., Гершман M. А. (ред.) (2023). Делаем науку в России: деловой климат в сфере науки и технологий. М.: ИСИЭЗ ВШЭ. [Gokhberg L. М., Gershman М. А. (eds.) (2023). Doing science in Russia: Business climate in the R&D sector. Moscow: HSE ISSEK. (In Russian).] https: doi.org 10.17323 978-5-7598-3003-0

НИУ ВШЭ (2025). Индикаторы науки: 2025: стат. сб. М.: ИСИЭЗ ВШЭ. [HSE University (2025). Science and technology indicators in the Russian Federation: 2025: Data book. Moscow: HSE ISSEK. (In Russian).]

Abramo G., D’Angelo C. A., Caprasecca A. (2009). Allocative efficiency in public research funding: Can bibliometrics help? Research Policy, Vol. 38, No. 1, pp. 206—215. https: doi.org 10.1016 j.respol.2008.11.001

Allard G., Martinez C. A., Williams C. (2012). Political instability, pro-business market reforms and national systems of innovations. Research Policy, Vol. 41, pp. 638 — 651. https: doi.org 10.1016 j.respol.2011.12.005

Ankrah S., Omar A. T. (2015). Universities—industry collaboration: A systematic review. Scandinavian Journal of Management, Vol. 31, No. 3, pp. 387 — 408. https: doi.org 10.1016 j.seaman.2015.02.003

Bartie D., Morris M. (2010). Evaluating the impacts of government business assistance programmes: Approaches to testing additionality. Research Evaluation, Vol. 19, No. 4, pp. 275—280. https: doi.org 10.1093 reeval 19.4.275

Becker S., Wohlrabe К. (2008). Micro data at the Ifo Institute for Economic Research — The “Ifo Business Survey” usage and access. Schmöllers Jahrbuch, Vol. 128, No. 2, pp. 307—319. https: doi.org 10.3790 schm. 128.2.307.

Bell S., Cingranelli D., Murdie A., Caglayan A. (2013). Coercion, capacity and coordination: Predictors of political violence. Conflict Management and Peace Science, Vol. 30, No. 3, pp. 240-262. https: doi.org 10.1177 0738894213484032

Bloch C., Sorensen M. P., Graversen E. K., Schneider J. W., Schmidt E. K., Aagaard K., Mejlgaard N. (2014). Developing a methodology to assess the impact of research grant funding: A mixed methods approach. Evaluation and Program Planning, Vol. 43, pp. 105 — 117. https: doi.org 10.1016 j.evalprogplan.2013.12.005

Blume-Kohout M. E. (2022). The case of the interrupting funder: Dynamic effects of R&D funding and patenting in U.S. universities. Journal of Technology Transfer, Vol. 48, No. 4, pp. 1221-1242. https: doi.org 10.1007 S10961-022-09965-7

Carvalho A. (2018). Wishful thinking about R&D policy targets: What governments promise and what they actually deliver. Science and Public Policy, Vol. 45, No. 3, pp. 373 — 391. https: doi.org 10.1093 scipol scx069

Cerny P., Prichard A. (2017). The new anarchy: Globalisation and fragmentation in world politics. Journal of International Political Theory, Vol. 13, No. 3, pp. 378 — 394. https: doi.org 10.1177 1755088217713765.

Chou Y.-C., Hsu Y.-Y., Yen H.-Y. (2008). Human resources for science and technology: Analyzing competitiveness using the analytic hierarchy process. Technology in Society, Vol. 30, No. 2, pp. 141-153. https: doi.org 10.1016 j.techsoc.2007.12.007

Crespi E, Caravella S. et al. (2021). European technological sovereignty: An emerging framework for policy strategy. Intereconomics: Review of European Economic Policy Centre for European Policy Studies, Vol. 56, No. 6, pp. 348 — 354. https: doi.org 10.1007 S10272-021-1013-6

Cunningham P., Gök A., Laredo P. (2016). The impact of direct support to R & D and innovation in firms. In: J. Edler, P. Cunningham, A. Gök, P. Shapira (eds.). Handbook of innovation policy impact. Cheltenham: Edward Elgar, pp. 54 — 107. https: doi.org 10.4337 9781784711856.00010

Edler J., Blind K., Kroll H., Schubert T. (2023). Technology sovereignty as an emerging frame for innovation policy. Defining rationales, ends and means. Research Policy, Vol. 52, No. 6. https: doi.org 10.1016 j.respol.2023.104765

Edler J., Cunningham P., Gök A., Shapira P. (eds.) (2016). Handbook of innovation policy impact. Cheltenham: Edward Elgar.

Erkel-Rousse H., Minodier C. (2009). Do business trend surveys in industry and services help in forecasting GDP growth? A real-time analysis on French data. INSEE Working Paper, No. G2009 03. Institut National de la Statistique et des Études Économiques.

European Commission (2004). Evaluating EU activities: A practical guide for the Commission services. Brussels: European Commission.

European Commission (2016). The joint harmonised EU programme of business and consumer surveys: User guide. Brussels: European Commission.

European Commission (2023a). Research, innovation, and technology policy in times of geopolitical competition. Luxembourg: Publications Office of the European Union, https: doi.org 10.2777 745596

European Commission (2023b). S&T&I for 2050: Science, technology and innovation for ecosystem performance — Accelerating sustainability transitions. Luxembourg: Publications Office of the European Union, https: doi.org 10.2777 100029

Freeman C. (1995). The “national system of innovation” in historical perspective. Cambridge Journal of Economics, Vol. 19, No. 1, pp. 5—24. https: doi.org 10.1093 oxfordjournals.cje.a035309

Frietsch R., Reiß T., Schmoch U. (2024). Development of innovation monitoring and innovation indicators in the past 50 years. In: J. Edler, R. Walz (eds.). Systems and innovation research in transition. Research questions and trends in historical perspective. Cham: Springer, https: doi.org 10.1007 978-3-031-66100-6_3

Gassier H., Schibany A. (2011). “Useless” science: How to evaluate performance of basic research. Foresight—Russia, Vol. 5, No. 1, pp. 40 — 47. https: doi.org 10.17323 1995-459x.2011.L40.47

Georghiou L. (1995). Research evaluation in European national science and technology systems. Research Evaluation, Vol. 5, No. 1, pp. 3 — 10. https: doi.org 10.1093 rev 5.1.3

Gershman M., Kuznetsova T. (2016). The future of Russian science through the prism of public policy. Foresight, Vol. 18, No. 3, pp. 320 — 339. https: doi.org 10.1108 FS-06-2014-0037

Godin B. (2001). Measuring output: When economics drive science and technology measurements. Project on the history and sociology of S&T statistics. Montreal: OST.

Godin B. (2009). What is science? Defining science by numbers, 1920—2000 (part 2). Foresight—Russia, Vol. 3, No. 3, pp. 68 — 81. https: doi.org 10.17323 1995-459x.2009.3.68.81

Godin B. (2010). Conceptual frameworks of science, technology and innovation policy. Foresight—Russia, Vol. 4, No. 2, pp. 34 — 43. https: doi.org 10.17323 1995-459x.20L2.34.43

Gök A., Edler J. (2012). The use of behavioural additionality evaluation in innovation policy making. Research Evaluation, Vol. 21, No. 4, pp. 306 — 318. https: doi.org 10.1093 reseval rvs015

Gokhberg L. (2013). Indicators for science, technology and innovation on the crossroad to foresight. In: D. Meissner, L. Gokhberg, A. Sokolov (eds.). Science, technology and innovation policy for the future: Potentials and limits of foresight studies. Berlin: Springer, pp. 257—288. https: doi.org 10.1007 978-3-642-31827-6_15

Gokhberg L., Shmatko N., Auriol L. (eds.) (2016). The science and technology labor force: The value of doctorate holders and development of professional careers. Dordrecht: Springer, https: doi.org 10.1007 978-3-319-27210-8

Industrial Research Institute (2017). 2017 R&D trends forecast: Results from the Industrial Research Institute’s annual survey: Slowing economies slow R&D investments and mute optimism. Research—Technology Management, Vol. 60, No. 1, pp. 18—25. https: doi.org 10.1080 08956308.2017.1255049

IMF (2023). World economic outlook: Navigating global divergences. Washington, DC: International Monetary Fund, https: doi.org 10.5089 9798400235801.081

Jordan G. B. (2010). A theory-based logic model for innovation policy and evaluation. Research Evaluation, Vol. 19, No. 4, pp. 263—273. https: doi.org 10.3152 095820210x12827366906445

Kuhlmann S. (2003). Evaluation of research and innovation policies: A discussion of trends with examples from Germany. International Journal of Technology Management, Vol. 26, No. 2-4, pp. 131-149. https: doi.org 10.1504 ijtm.2003.003366

Lakomy M., Hlavova R., Machackova H. (2019). Open science and the science —society relationship. Society, Vol. 56, pp. 246—255. https: doi.org 10.1007 sl2115-019-00361-w

Lipkind T., Kitrar L., Ostapkovich G. (2019). Russian business tendency surveys by HSE and Rosstat. In: S. Smirnov, A. Ozyildirim, P. Picchetti (eds.). Business cycles in BRICS. Cham: Springer, pp. 233—251. https: doi.org 10.1007 978-3-319-90017-9_13

Lola L, Bakeev M. (2024). Technology adoption expectations in the face of temporal uncertainty: An analysis of survey data from manufacturing firms. Technology Analysis & Strategic Management, Vol. 36, No. 1, pp. 45—58. https: doi.org 10.1080 09537325.2021.2020751

Lundvall B.-E. (1992). National systems of innovation: Towards a theory of innovation and interactive learning. London: Pinter.

McLaughlin J. A., Jordan G. B. (2015). Using logic models. In: K. E. Newcomer, H. P. Hatry, J. S. Wholey (eds.). Handbook of practical program evaluation. Hoboken, NJ: John Wiley & Sons, pp. 62-87. https: doi.org 10.1002 9781119171386.ch3

Meissner D., Gokhberg L., Kuzminov Y., Cervantes M., Schwaag Serger S. (2021). Knowledge triangle targeted science, technology and innovation policy. In: The knowledge triangle. Changing higher education and research management paradigm. Cham: Springer, pp. 3 — 15. https: doi.org 10.1007 978-3-030-81346-8_1

Meissner D., Kergroach S. (2021). Innovation policy mix: Mapping and measurement. Journal of Technology Transfer, Vol. 46, pp. 197—222. https: doi.org 10.1007 S10961-019-09767-4

Nelson R. R. (1993). National innovation systems: A comparative study. New York: Oxford University Press, https: doi.org 10.1093 oso 9780195076165.001.0001

OECD (2003). Business tendency surveys: A handbook. Paris: OECD Publ. https: doi.org 10.1787 9789264177444-en

OECD (2012). OECD science, technology and industry outlook 2012. Paris: OECD Publ. https: doi.org 10.1787 sti_outlook-2012-en

OECD (2013). Commercialising public research: New trends and strategies. Paris: OECD Publ. https: doi.org 10.1787 9789264193321-en

OECD (2015). Frascati Manual 2015: Guidelines for collecting and reporting data on research and experimental development, the measurement of scientific, technological and innovation activities. Paris: OECD Publ. https: doi.org 10.1787 9789264239012-en

OECD (2019). University—industry collaboration: New evidence and policy options. Paris: OECD Publ. https: doi.org 10.1787 e9cle648-en

OECD (2023). Science, technology and innovation outlook 2023: Enabling transitions in times of disruption. Paris: OECD Publ. https: doi.org 10.1787 0b55736e-en

Priem R. L., Butler J. E. (2001). Is the resource-based “view” a useful perspective for strategic management research? Academy of Management Review, Vol. 26, No. 1, pp. 22 — 40. https: doi.org 10.5465 amr.2001.4011928

Shapira P., Furukawa R. (2003). Evaluating a large-scale research and development program in Japan: Methods, findings and insights. International Journal of Technology Management, Vol. 26, No. 2 — 4, pp. 166 — 190. https: doi.org 10.1504 ijtm. 2003.003368

Stern E. (1993). Ongoing and participative evaluation: Purpose, design and role in the evaluation of a large-scale R&D programme. Research Evaluation, Vol. 3, No. 2, pp. 75 — 82. https: doi.org 10.1093 rev 3.2.75

Teirlinck P., Delanghe H., Padilla P., Verbeek A. (2013). Closing the policy cycle: Increasing the utilization of evaluation findings in research, technological development and innovation policy design. Science and Public Policy, Vol. 40, No. 3, pp. 366 — 377. https: doi.org 10.1093 scipol scsl23

Weiss C. (1999). The interface between evaluation and public policy. Evaluation, Vol. 5, No. 4, pp. 468-486. https: doi.org 10.1177 135638909900500408