Et velfungerende forskningssystem set i evolutionært perspektiv Bengt-Åke Lundvall Aalborg Universitet Fagerberg-udvalget April 7, 2010

Min baggrund og ekspertise •Virksom i forskningssystemer i hele min levetid •Økonom og har forsket om innovation og viden i mere end 30 år. •Vicedirektør for OECD-direktoratet for videnskab, teknologi og industri •EU-ambassadør for kreativitet og innovation •Ekspert på innovation og vidensamfund.

Velfungerende Forskningssystem •Velfungerende set i forhold til hvilke funktioner? –Indre konsistens, harmoni, kvalitet, fornyelse og fremskridt –Understøtte højere uddannelse!! –Bidrage til specifikke samfundsmæssige målsætninger – bedre sundhed, energiforsyning, transportsystemer og miljø etc. –Bidrage til innovation og økonomisk vækst •Funktionalismens begrænsninger – nationale forskningssystemer er vokset op via historiske processer, lever i et vist omfang deres eget liv og formes og omformes i en kamp mellem interne og eksterne interesser. •Brug for et evolutionært systemisk perspektiv

Struktur for min præsentation •Ulige udvikling af viden - forskningens internationalisering •Forskningens nytte og anvendelse - akademiets rolle som nationalbank for viden •Arbejdsdeling og diversificering som svar på krydspres fra foranderlig omverden •Forskningssystemets mikroorganisering •Styring og måling af evolutionære system •Idéer for udvalgets fremtidige arbejde •Referencer

Nyttigt med reflektion om kunnskap •Forskning forudsætter en kombination af forskellige former for viden –Know what (faktuel viden - adgang til data) –Know why (indsigt i generaliserbare kausaliteter) –Know how (evne til at bruge redskaber, designe eksperimenter og til at fortolke komplekse mønstre) –Know who (netværkspositionering – social dimension) •Tavs vs eksplicit viden –Know how and know who vil altid omfatte elementer af tavs viden –Forskning sigter til kodificering af tavs viden.Herved kan viden akkumuleres og spredes. –Men tavs viden (personal knowledge) forbliver fundamental for forskning. –Viden som relatererer sig til forskellige genstandsområder er mere eller mindre tilgængelig for kodificering.

OECD-analyse af viden OECD: Knowledge Management in the Learning Society (2001) –Informationsteknologisk og medicinsk forskning opnår fremskridt bl.a. gennem kodificering og generalisering (men fortsat uløste problemer ved aids og kræftbehandling) (N-viden). –Forsøg med at bruge samme fremgangsmåder indenfor uddannelses- og ledelsesforskning giver meget mere begrænsede resultater (S-viden). –Snævre grænser for kodificering og generalisering når systemer kendetegnes ved at resultater fremkommer ved menneskelig interaktion. –Kodificering er indenfor disse områder ikke altid lig med fremskridt: kodificeringen og programmeringen af finansielle transaktioner og finanskrisen som eksempel.

Forskningssystemets prioritering af de forskellige former for viden •Alternative løsninger: –Overføre forskningspraksis fra N til S –Anerkende og bevidst videreudvikle S-praksis som er anderledes –Nedprioritere eller opprioritere S-forskning •Set i forhold til verdens problemer har vi rigeligt med N-viden men dramatisk knaphed på S-viden. •Den norske forskningsstrategi påtager sig et medansvar for via naturvidenskabelig og teknisk forskning at bidrage til at løse globale problemer som har at gøre med energikriser og global opvarmning. –Hvad med ’global governance’ i relation til disse problemer og i relation til finanskrisen? Uden fremskridt indenfor disse områder er yderligere teknisk indsigt af begrænset betydning. –Norge har en mulighed at påtage sig en international nøglerolle i denne forbindelse. –Forslag: Etablering af Observatory for Global Governance Innovation (OGGI) under politisk ledelse af Jens Stoltenberg!

Vidensformer og forskningens internationalisering •Som Fagerberg påpeger er evnen til at absorbere viden produceret udenlands fundamental – især i små lande. •Forskningssamarbejde udfolder sig i voksende grad internationalt og denne udvikling kan fremmes eller bremses men næppe styres af nationale myndigheder. •Behov for at tydeliggøre forskelle mellem N- og S-viden hvad angår forskningens internationalisering. S-viden er kontekstbetinget men international komparation er nyttig. •Der er stærke elementer af spill-over på tværs af landegrænser. Forskningsinvesteringer i USA gavner forskningen i Europa. •Er det på tide at gøre forskningssystemet endnu mere åbent? F.eks. ved at lade norske fondsmidler gå til forskning som foregår udenfor landets grænser.(jvf Dansk universitetsfilial i Kina).

Forskeres internationale mobilitet vs national bias •I voksende grad konkurrence om at tiltrække forskere til det nationale system – måske mest vigtigt for s-viden hvor der er stærkere elementer af tavs viden? •Ved N-viden er forskningen mindre stedbunden og forskningen kan lokaliseres udenfor landets grænser. •Behov for at regulere og oprette fairness i termer af brain-drain og brain-gain globalt. Norge som foregangseksempel?

Samfundsmæssig og økonomisk legitimering af forskning –Siden Bernal (1938) og Vannevar Bush (Science: The Endless Frontier 1945) har forskningspolitikere (ofte med naturvidenskabelig baggrund) brugt samfunds- økonomiske argument for at man bør bruge offentlige midler til at understøtte forskning. – Det er først senere ( ) at økonomer som Nelson og Arrow begrunder offentlig investering i forskning udfra en argumentation om at videnskabelig information er alment tilgængelig og derfor ikke egnet til produktion i privat regi.

Risiko for ’overselling’ af forskningens økonomiske nytte •Innovation er en nøgle til økonomisk vækst •Men transmissionsmekanismerne fra videnskabelige nybrud til teknisk innovation er komplekse. –Mange innovationer udspringer af erfaringsbaserede læreprocesser. –I det omfang virksomheder gør brug af videnskabelig information er den ofte af ældre dato. •Risiko for generalisering fra ekstremer som bioteknologisk forskning hvor visse universitets-laboratorier har kunnet tjæne penge på patentering. •Men også et faktum at flere og flere ’traditionelle sektorer’ og SMVer kan drage nytte af videnskabelig forskning. Ikke mindst i højindkomstlande. •Universiteter fylder nøglerolle som garanter for frasortering af hvad der ikke er ’reasonably reliable knowledge’ – her kan privatøkonomiske og politisk underordning virke undergravende.

Nyttig anvendt forskning og unyttig grundforskning? •Al meningsfyldt forskning bliver de facto brugt el. har som minimum et potentiale til at blive brugt. Alternativet er forskning som underholdning (slægtforskning). •Forskningssystemet kan ses som’input-output system for viden’ (jf. Leontiev) – et velfungerende system er effektivt internt og leverer til ’endelig anvendelse’. •Forskning kan blive brugt som uddannelse, til at udvikle uddannelser eller til at forfine forskningens redskaber. •Forskning kan blive brugt af andre forskere. •Forskning kan blive brugt af ikke forskere. –Undervisere –Industri –Myndigheder •Det er altid en god idé at medtænke forskningens brugere – ikke kun de eksterne! Avancerede brugere er ofte en nøgle til fremskridt.

Akademiet som centralbank for viden •Universiteter som ’centralbank’ i vidensamfundet med krav på relativ autonomi: –Nøglerolle som garanter for hvad der konstituerer ’reasonably reliable knowledge’. –Her kan bevidstløs markedsorientering og bevidst politisk underordning virke undergravende.

Forskningssystemets er udsat for krydspres •Hurtig respons på nye eksterne krav Vs. •Behov for langsigtet kapacitetsopbygning Et muligt svar på dette dilemma er forøget arbejdsdeling og diversificering indenfor forskningssystemet – inklusive etablering af organisationer med konsulentlignende funktioner men med tilknytning til de organisationer som bedriver langsigtet forskning.

Specialisering og mangfoldighed i et evolutionært perspektiv •Evolutionære systemer med stor mangfoldighed (diversitet) er mere livskraftige– jo mere komplekse omgivelserne er jo mere diversitet er nødvendig. •Vi har vist at virksomheder med personale præget af balanceret kønssammensætning, flerhed i faglighed og etnisk baggrund er mest innovative. •Diversitet bør også præge forskningssystemer. –Mere udviklet arbejdsdeling indenfor og mellem organisationer hvad angår hvilken type af brugere som man henvender sig til. Betydningen af at have en veludbygget institutsektor i kombination med sektorforskningsinstitutter. –Mere mangfoldighed i de organisationer som evaluerer og understøtter forskning giver mere mangfoldighed i forskningen. Duplikeringsangstens irrationalitet. –Mangfoldighed i metoder og tolerance for anderledeshed.

Forskningsprocessen: Individer og Forskningsenheder •Individer kan fortsat spille en nøglerolle i specifikke led af forskningsprocessen. •Forskerteams bliver i voksende grad nøgleenhederne i forskningssystemet. •Et forskerteam vil ligne et Tour de France team og bestå af forskellige typer af talenter. –Forskningslederen –Idésprøjten –Datanørden –Skribenten –Ambassadøren –Slideren •Ikke god idé at sigte til at forme alle forskere til at ligne den ’repræsentative’ eller gennemsnitlige forskertype.

Forskerteams som grundenheder i et velfungerende forskningssystem •Forskningsystemet skal: –Tilbyde fredsommelig men intens konkurrence mellem teams. –Gerne i form af flere (mindst to) teams som attackerer samme problemstilling udfra forskellige perspektiver. –Give incitamenter for individer til at bidrage til team- success. –Give retfærdig anerkendelse af succes for teams. –Udvikle mekanismer som løser ufrugtbare konflikter mellem teams. –Skabe åbninger for etablering af nye teams.

Forskningsplanlægning som fremmer mangfoldighed •Individer, forskergrupper, instittutter og universiteter er og bør være forskellige! •Brug af selvformulerede og forpligtende udviklingsplaner som sigter til at fremme og belønne ’fremskridt’ men som tager hensyn til enhedernes udgangspunkt og prioriteringer. •Kan kombineres med målingssystemer som gør det muligt at sammenligne både ’specialisering og performance’.

Forskning og evidens kan ikke erstatte klogskab i forskningspolitik •Forskningssystemet konstitueres af indbyrdes relationer og interaktioner mellem individer, forskergrupper og organisationer og præges derfor af S-viden. •Derfor skal man ikke forvente at forskningspolitik kan gøres 100% videnskabs- eller evidensbaseret. •Også med voksende brug af indikatorer vil der være brug for visdom og dømmekraft.

Evidens, relevans, validitet og reliabilitet •Bibliometri og scientometri er ved at blive forfinede redskaber prægede af høj grad af reliabilitet. Men er de valide? De måler kun forskningssystemet via dets publikationer. •Brugt som grundlag for incitament giver de risiko for ’overproduktion’ og skævhed i publikationsmønstre. Mest anvendelig for N-forskning. •FoU-statistik kan påvirkes af skatteregler – mulighed for virksomhederne at omdefinere hvad der betegnes som forskning? •Hvor reliable og valide er CIS-data? Kan de bruges til internationale sammenligninger? •Evolutionært og systemisk perspektiv peger på behov for nyudvikling af indikatorer og evidens.

Evolutionært perspektiv på produktion af ny viden •Ny viden som kombination af disparate viden elementer (Adam Smith påpeger at ’men of speculation’ do nothing but combine the most distant elements of knowledge’) •Voksende arbejdsdeling i forskningssystemet bidrager til voksende diversitet. Herved fremkommer nye transdisciplinære områder og mulighederne for nye kombinationer udvides. •Udfordring for forskning om forskning: Hvor lang er afstanden mellem forskellige videnområder? Hvordan lokalisere de barrierer som vanskeliggør at man kombinerer elementer fra disparate videnområder? •Måske at en af grundbetingelserne for et velfungerende forskningssystem er at der forholdsvis let kan etableres interaktion mellem disparate forskningsområder. •Dette giver som en hovedopgave for forskningspolitikken at nedbryde barrierer og bygge broer mellem videnområder. Har at gøre med incitamentstruktur, uddannelse og karriereforløb.

Udvalgets videre arbejde nogle praktiske idéer •Fokus på Finlands nationale koordineringsmekanisme og på forskningens rolle i Finlands ny innovationsstrategi. •Fokus på Vinnovas rolle i Sverige. •Systematisk sammenligning med Danmark og Holland.

Benchmarking eller learning-by- comparing •Man kan ikke uden videre importere hvad der fremstår som international best- practise. Specifik systemisk kontekst giver problemer med ’transplantationer’. •Men man kan lære af at nærstuderer mekanismer som synes at fungere godt – det er en god idé at foretage internationale sammenligninger.

Den finske styringsmodel og innovationsstrategi •Finland er det land i Europa som først fik oprettet et nationalt råd for videnskab og teknologi som havde statsministeren som (de facto og aktiv) formand. •Fornylig har man i Finland udviklet et udspil til en holistisk og ambitiøs innovationspolitik. •Mit forslag er at man nærstuderer den finske styringsmodel og at man sætter fokus på den rolle som man tilskriver forskning i den ny finske innovationsstrategi.

Vinnova •Den svenske innovationspolitik er snæver – den synes at bygge på en lineær model som afspejler en situation hvor store private aktører har haft let adgang til akademisk forskning. •Vinnova har indenfor rammerne af denne model udviklet sektororienterede programmer men også horisontale/regionale initiativer udfra et triple-helics perspektiv. •Et hoved formål med flere af disse programmer er at skabe nye koblinger mellem hhv. offentlige myndigheder, universiteter og private virksomheder. •At se svaghederne og styrken ved Vinnovas strategi kan give nyttig indsigt for Fagerberg-udvalget.

Sammenligning af to små innovationssystemer •Holland og Danmark har hvad angår forskningsindsats og forskningsorganisering fællestræk med Norge. Men er alligevel forskellige nok til at begrunde sammenlignende studium. •Et samarbejde mellem Merit i Holland, Center for Forskningsanalyse i Danmark og NIFU-step i Norge med henblik på dybdegående komparation kunne give nyttige bidrag til Fagerberg-udvalgets videre arbejde. •Sammenligninger bør kombinere kvantitative med sammenlignelige kvalitative analyser.

Emner for sammenlignende analyser •Internationaliseringens former og omfang •Mikro-analyser af forskningsprocesser som et samspil i teams og som konkurrence mellem teams •Forskningssystemet som input-output system •Forskningssystemet som netværk – måling af koblinger, afstand og barrierer mellem videnområder of videnformer. •Koblingerne mellem forskning og højere uddannelse. •Forskeruddannelsernes form og indhold. •Relativ status af hhv. tek-nat og samf-hum forskning •Forskningssystemets bidrag til innovationsprocesser •Kanaler, organisationer og mekanismer som formidler forskningsbaseret viden mellem den offentlige forskning og den private sektor. •Forskningens bidrag til problemløsning, innovation og fornyelse i den offentlige sektor. •Mekanismer til fremme af nyskabende forskning •Forestillinger om og forsøg til at måle forskningens kvantitet og kvalitet •Koordinerings og styringsmekanismer set i forhold til ovenforstående.

Et tilbud •Capstone om sammenligning af forskningssystemerne og de forskningspolitiske strategier i hhv. DK og No. •Udarbejdes af Science Po MPA-studerende med baggrund i policy-analyser. •Fagerbergudvalget bidrager med budget til rejseomkostninger g dataindsamling – max euro – arbejdskraften er gratis. •I det omfang Lundvall gennemfør opgaver som går udover vejledning kompenseres dette særskilt.

Nogle Referenser •Ed Steinmüller, Keith Pavitt og Paul David (om grundforskningens nytte) •Ulf Sandström og Antony van Raan (scientometri) •Thomas Heinze (støtte til banbrydende forskning) •Anthony Arundel (brug af Cis-data) •Luc Soete (forskningspolitik i globalt perspektiv) •Wagner og Leydesdorff (om forskningens internationalisering) •Lundvall (benchmarking, universiteternes rolle, vidensamfundet)