Min baggrund og ekspertise

1. 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 1992-95 • EU-ambassadør for kreativitet og innovation 2009. • Ekspert på innovation og vidensamfund.

2. 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

3. 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

4. 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.

5. 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.

6. 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!

7. 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).

8. 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?

9. 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 (1957-1958) 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.

10. 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.

11. 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.

12. 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.

13. 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.

14. 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.

15. 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.

16. 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.

17. 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’.

18. 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.

19. 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.

20. 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.

21. 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.

22. 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.

23. 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.

24. 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.

25. 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.

26. 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.

27. 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 20.000 euro – arbejdskraften er gratis. • I det omfang Lundvall gennemfør opgaver som går udover vejledning kompenseres dette særskilt.

28. 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)