Аннотация
Статья посвящена новым инструментам, призванным обеспечить более точную оценку неопределенности и иных специфических факторов, влиящих на социально-экономические эффекты результатов научных исследований и разработок. Такие инструменты могут успешно применяться не только к отдельным проектам, но и к портфелям, в которые они объединены.Авторы статьи предлагают дополнить традиционную экспертизу качества научных исследований систематическим портфельным мета-анализом. Каждая инициатива, претендующая на поддержку, может рассматриваться как элемент сложной системы (портфеля). Классический процесс экспертизы, где во главу угла ставится научный уровень отдельного проекта, как правило, приводит к непреднамеренному дублированию «элементов мозаики» и появлению нежелательных пробелов между ними. Мнения экспертов в отношении высокорисковых и одновременно многообещающих проектов, ввиду их противоречивого характера, как правило, расходятся, что приводит к отказу в финансировании. В целом, проектам с низким уровнем риска отдается предпочтение перед неоднозначно оцениваемыми высокорисковыми инициативами. Портфельный подход позволяет исключить либо минимизировать непреднамеренное дублирование и пробелы в предметном охвате отдельных исследований. В таких условиях все проекты, независимо от степени связанных с их реализацией рисков и ожидаемых результатов, нацелены на достижения поставленных социально-экономических ориентиров. В этом случае предложения, оцененные экспертами неоднозначно, но максимально соответствующие задачам портфеля, не отклоняются. Благодаря подобному подходу существенно повышается эффективность использования научной инфраструктуры, выявляются существующие пробелы и возможности дальнейшего развития.
Литература
Bhattacharyya P.K. (2011) Fuzzy R&D project selection of interdependent projects // Computers & Mathematics with Applications. № 62. Р. 3857-3870.
Brosch R. (2008) Portfolios of Real Options. Berlin: Springer.
Casault S., Groen A. (2012) Examination of the behavior of R&D returns using a power law // Science and Public Policy. Vol. 40. P. 219-228.
Feller E. (2013) Peer review and expert panels as techniques for evaluating the quality of academic research // Handbook on the Theory and Practice of Program Evaluation / Eds. N. Link, N.S. Vonortas. Cheltenham: Edward Elgar.
Kintisch E. (2006) Ray Orbach asks science to serve society // Science. № 313. Р. 1874.
Lane J. (2009) Assessing the impact of science funding // Science. № 324. P. 1273-1275.
Linquiti P. (2012) Application of Finance Theory and Real Option Techniques to Public Sector Investments Made Under Uncertainty (PhD Thesis). Washington, D.C.: The George Washington University.
Mervis J. (2013) Proposed Change in Awarding Grants at NSF Spurs Partisan Sniping // Science. № 340. P. 670.
Nelson R.R. (1990) Capitalism as an engine of progress // Research Policy. Vol. 19. P. 193-214.
OSTP (1998) The Science of Science Policy: A Federal Research Roadmap. Washington, D.C.: Office of Science and Technology Policy.
Triantis A. (2003) Real Options. Handbook of Modern Finance / Eds. D. Logue, J. Seward. New York: Research Institute of America. P. D1-D32.
Vonortas N.S. (2008) Real Options for Research Investment Portfolio Analysis at the U.S. Department of Energy. Washington, D.C.: Office of Science, US DoE.
Vonortas N.S., Desai C.A. (2007) ‘Real options' framework to assess public research investments // Science and Public Policy. Vol. 34. P. 699-708.
Zapata J.E., Reklaitis G.V. (2010) Valuation of project portfolios: An endogenously discounted method // European Journal of Operational Research. № 206. Р. 653-666.
van Bekkum S., Pennings E. (2009) A real options perspective on R&D portfolio diversification // Research Policy. Vol. 38. P. 1150-1158.

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.